Jugando a Mejorar: Uso de DQN y PPO para la automatización de Space Invaders

Esta tesis investiga la aplicación de algoritmos de aprendizaje por refuerzo, específicamente Deep Q-Network (DQN) y Proximal Policy Optimization (PPO), para entrenar modelos capaces de jugar el clásico juego de Atari, Space Invaders. La investigación comenzó con el desarrollo de versiones propias de estos algoritmos, diseñadas desde cero, con el objetivo de entender profundamente los mecanismos y desafíos del aprendizaje por refuerzo en entornos de juegos. Sin embargo, enfrentando limitaciones en el rendimiento y la complejidad técnica, se optó por utilizar implementaciones avanzadas de la biblioteca Stable Baselines 3, lo que resultó en una mejora significativa en los resultados experimentales. Los experimentos compararon las implementaciones originales y las optimizadas con un agente que actúa de manera aleatoria, demostrando la superioridad del aprendizaje estructurado. Esta comparativa no sólo validó la eficacia de las herramientas especializadas para enfrentar tareas complejas de aprendizaje automático, sino que también proporcionó insights sobre las limitaciones de las implementaciones iniciales. Este estudio destaca la importancia de seleccionar herramientas adecuadas y la ventaja de utilizar soluciones consolidadas para abordar problemas de aprendizaje por refuerzo, proporcionando un valioso aprendizaje sobre la implementación y optimización de estos algoritmos.

• Autores: Maldonado, Nicolás
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/75171
• Acceso en línea: https://hdl.handle.net/1992/75171
• Palabra clave: Aprendizaje por refuerzo; DQN; PPO; Stable Baselines 3; Space Invaders; Juegos de Atari; Aprendizaje automático; Inteligencia artificial; Ingeniería
• Rights: openAccess
• License: Attribution 4.0 International