Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán.
El proyecto de grado tiene como objetivo analizar y comparar los mejores algoritmos de aprendizaje reforzado en el contexto del popular juego de mesa Catan. El aprendizaje reforzado es una rama de la inteligencia artificial que se enfoca en cómo los agentes pueden aprender a tomar decisiones óptimas...
- Autores:
-
Angarita Moreno, Nicolás
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/68271
- Acceso en línea:
- http://hdl.handle.net/1992/68271
- Palabra clave:
- Q learning
Deep Q learning
Colonos de catan
Aprendizaje reforzado
Juego de mesa
Ingeniería
- Rights
- openAccess
- License
- Atribución 4.0 Internacional
id |
UNIANDES2_4ac44e4534cf1ee993b82e92f54f03a9 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/68271 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.none.fl_str_mv |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
dc.title.alternative.none.fl_str_mv |
Application of Reinforcement Learning algorithms in the game Settlers of Catan. |
title |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
spellingShingle |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. Q learning Deep Q learning Colonos de catan Aprendizaje reforzado Juego de mesa Ingeniería |
title_short |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
title_full |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
title_fullStr |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
title_full_unstemmed |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
title_sort |
Aplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán. |
dc.creator.fl_str_mv |
Angarita Moreno, Nicolás |
dc.contributor.advisor.none.fl_str_mv |
Cardozo Álvarez, Nicolás |
dc.contributor.author.none.fl_str_mv |
Angarita Moreno, Nicolás |
dc.subject.keyword.none.fl_str_mv |
Q learning Deep Q learning Colonos de catan Aprendizaje reforzado Juego de mesa |
topic |
Q learning Deep Q learning Colonos de catan Aprendizaje reforzado Juego de mesa Ingeniería |
dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
description |
El proyecto de grado tiene como objetivo analizar y comparar los mejores algoritmos de aprendizaje reforzado en el contexto del popular juego de mesa Catan. El aprendizaje reforzado es una rama de la inteligencia artificial que se enfoca en cómo los agentes pueden aprender a tomar decisiones óptimas a través de la interacción con un entorno. En este proyecto, se considera el juego de mesa Catan debido a su naturaleza estratégica y a las múltiples decisiones que los jugadores deben tomar durante el transcurso del juego. El Catan es un juego de mesa que simula la colonización de una isla, donde los jugadores deben recolectar recursos, construir carreteras, establecer asentamientos y gestionar su economía para obtener puntos de victoria. El análisis comparativo se llevará a cabo mediante la implementación y evaluación de varios algoritmos de aprendizaje reforzado. Estos algoritmos incluirán métodos clásicos como Q-learning,Proximal Policy Optimization (PPO), Monte Carlo Tree Search (MCTS), y Deep Q-learning. Cada algoritmo se ajustará y entrenará utilizando un entorno de simulación del juego de Catan. Los resultados de este proyecto proporcionarán una comparativa detallada de los algoritmos de aprendizaje reforzado en el contexto del juego de mesa Catan. Esto permitirá identificar los enfoques más efectivos para la toma de decisiones estratégicas en el juego, así como brindar insights sobre cómo los algoritmos de aprendizaje reforzado pueden aplicarse a otros juegos y problemas similares. |
publishDate |
2023 |
dc.date.accessioned.none.fl_str_mv |
2023-07-10T19:07:19Z |
dc.date.available.none.fl_str_mv |
2023-07-10T19:07:19Z |
dc.date.issued.none.fl_str_mv |
2023-06-30 |
dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.es_CO.fl_str_mv |
Text |
dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/68271 |
dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/68271 |
identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.license.spa.fl_str_mv |
Atribución 4.0 Internacional |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución 4.0 Internacional http://creativecommons.org/licenses/by/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
12 Paginas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/53447063-d4b4-444f-96ca-94e94673f3a5/download https://repositorio.uniandes.edu.co/bitstreams/d63e3323-7763-469e-832f-85444d183903/download https://repositorio.uniandes.edu.co/bitstreams/0c112ed4-117f-438e-8a86-60fcc4ec2c2a/download https://repositorio.uniandes.edu.co/bitstreams/45d99665-969a-4cd1-a685-fcdec432b3f7/download https://repositorio.uniandes.edu.co/bitstreams/647bf3ad-7446-46e7-8686-6b01940151b1/download https://repositorio.uniandes.edu.co/bitstreams/c03cfa3e-ee42-4eb4-bee3-6cab4ef0dc28/download https://repositorio.uniandes.edu.co/bitstreams/6d342d58-3229-457b-be54-2ace07198a50/download https://repositorio.uniandes.edu.co/bitstreams/d20d1838-3738-49f5-802b-148b7ecca4a9/download |
bitstream.checksum.fl_str_mv |
82645000faec00fa0720ba06afd5dcda 08b106dfeb12472e88207a069e15ba30 0175ea4a2d4caec4bbcc37e300941108 c32af2f7e4cde5901d636280d03ed811 049487f4f1dca517a6e34f52a3701838 5aa5c691a1ffe97abd12c2966efcb8d6 9bd5bde28347a0ec97e4dd725f100406 266394f15ccd752e33a9b25fa38ce184 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812134029048152064 |
spelling |
Atribución 4.0 Internacionalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Cardozo Álvarez, Nicolásvirtual::14457-1Angarita Moreno, Nicolásd46ecf11-f042-4743-aed9-738169248c226002023-07-10T19:07:19Z2023-07-10T19:07:19Z2023-06-30http://hdl.handle.net/1992/68271instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El proyecto de grado tiene como objetivo analizar y comparar los mejores algoritmos de aprendizaje reforzado en el contexto del popular juego de mesa Catan. El aprendizaje reforzado es una rama de la inteligencia artificial que se enfoca en cómo los agentes pueden aprender a tomar decisiones óptimas a través de la interacción con un entorno. En este proyecto, se considera el juego de mesa Catan debido a su naturaleza estratégica y a las múltiples decisiones que los jugadores deben tomar durante el transcurso del juego. El Catan es un juego de mesa que simula la colonización de una isla, donde los jugadores deben recolectar recursos, construir carreteras, establecer asentamientos y gestionar su economía para obtener puntos de victoria. El análisis comparativo se llevará a cabo mediante la implementación y evaluación de varios algoritmos de aprendizaje reforzado. Estos algoritmos incluirán métodos clásicos como Q-learning,Proximal Policy Optimization (PPO), Monte Carlo Tree Search (MCTS), y Deep Q-learning. Cada algoritmo se ajustará y entrenará utilizando un entorno de simulación del juego de Catan. Los resultados de este proyecto proporcionarán una comparativa detallada de los algoritmos de aprendizaje reforzado en el contexto del juego de mesa Catan. Esto permitirá identificar los enfoques más efectivos para la toma de decisiones estratégicas en el juego, así como brindar insights sobre cómo los algoritmos de aprendizaje reforzado pueden aplicarse a otros juegos y problemas similares.Ingeniero de Sistemas y ComputaciónPregrado12 Paginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónAplicación de algoritmos de Reinforcement Learning en el juego Colonos de Catán.Application of Reinforcement Learning algorithms in the game Settlers of Catan.Trabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPQ learningDeep Q learningColonos de catanAprendizaje reforzadoJuego de mesaIngeniería201812581Publicationhttps://scholar.google.es/citations?user=3iTzjQsAAAAJvirtual::14457-10000-0002-1094-9952virtual::14457-1a77ff528-fc33-44d6-9022-814f81ef407avirtual::14457-1a77ff528-fc33-44d6-9022-814f81ef407avirtual::14457-1TEXTProyecto de grado.pdf.txtProyecto de grado.pdf.txtExtracted texttext/plain34032https://repositorio.uniandes.edu.co/bitstreams/53447063-d4b4-444f-96ca-94e94673f3a5/download82645000faec00fa0720ba06afd5dcdaMD58autorizacion tesis copy.pdf.txtautorizacion tesis copy.pdf.txtExtracted texttext/plain1161https://repositorio.uniandes.edu.co/bitstreams/d63e3323-7763-469e-832f-85444d183903/download08b106dfeb12472e88207a069e15ba30MD510CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908https://repositorio.uniandes.edu.co/bitstreams/0c112ed4-117f-438e-8a86-60fcc4ec2c2a/download0175ea4a2d4caec4bbcc37e300941108MD52THUMBNAILProyecto de grado.pdf.jpgProyecto de grado.pdf.jpgIM Thumbnailimage/jpeg16023https://repositorio.uniandes.edu.co/bitstreams/45d99665-969a-4cd1-a685-fcdec432b3f7/downloadc32af2f7e4cde5901d636280d03ed811MD59autorizacion tesis copy.pdf.jpgautorizacion tesis copy.pdf.jpgIM Thumbnailimage/jpeg16112https://repositorio.uniandes.edu.co/bitstreams/647bf3ad-7446-46e7-8686-6b01940151b1/download049487f4f1dca517a6e34f52a3701838MD511LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/c03cfa3e-ee42-4eb4-bee3-6cab4ef0dc28/download5aa5c691a1ffe97abd12c2966efcb8d6MD56ORIGINALProyecto de grado.pdfProyecto de grado.pdfTrabajo de gradoapplication/pdf213469https://repositorio.uniandes.edu.co/bitstreams/6d342d58-3229-457b-be54-2ace07198a50/download9bd5bde28347a0ec97e4dd725f100406MD53autorizacion tesis copy.pdfautorizacion tesis copy.pdfHIDEapplication/pdf340537https://repositorio.uniandes.edu.co/bitstreams/d20d1838-3738-49f5-802b-148b7ecca4a9/download266394f15ccd752e33a9b25fa38ce184MD571992/68271oai:repositorio.uniandes.edu.co:1992/682712024-03-13 15:12:24.073http://creativecommons.org/licenses/by/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |