Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"

A lo largo del trabajo realizado se desarrolló una versión del juego Galaga, sobre la cual se realizó el entrenamiento de un agente capaz de adaptarse a diferentes niveles de dificultad del juego y obtener un desempleo comparable al de un jugador humano en los diferentes niveles. En el documento se...

Full description

Autores:
Guzmán Moyano, John Alexander
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:1992/64346
Acceso en línea:
http://hdl.handle.net/1992/64346
Palabra clave:
Aprendizaje por refuerzo
Intelogencia artificial
Videojuegos
Machine learning
Redes neuronales
Ingeniería
Rights
openAccess
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
id UNIANDES2_a50016f59a717ad27505989700119aef
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/64346
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.none.fl_str_mv Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
title Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
spellingShingle Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
Aprendizaje por refuerzo
Intelogencia artificial
Videojuegos
Machine learning
Redes neuronales
Ingeniería
title_short Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
title_full Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
title_fullStr Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
title_full_unstemmed Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
title_sort Utilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"
dc.creator.fl_str_mv Guzmán Moyano, John Alexander
dc.contributor.advisor.none.fl_str_mv Lozano Martínez, Fernando Enrique
García Cárdenas, Juan José
dc.contributor.author.none.fl_str_mv Guzmán Moyano, John Alexander
dc.contributor.jury.none.fl_str_mv Segura Quijano, Fredy Enrique
dc.subject.keyword.none.fl_str_mv Aprendizaje por refuerzo
Intelogencia artificial
Videojuegos
Machine learning
Redes neuronales
topic Aprendizaje por refuerzo
Intelogencia artificial
Videojuegos
Machine learning
Redes neuronales
Ingeniería
dc.subject.themes.es_CO.fl_str_mv Ingeniería
description A lo largo del trabajo realizado se desarrolló una versión del juego Galaga, sobre la cual se realizó el entrenamiento de un agente capaz de adaptarse a diferentes niveles de dificultad del juego y obtener un desempleo comparable al de un jugador humano en los diferentes niveles. En el documento se explica todo el proceso de desarrollo de los programas utilizados y los resultados obtenidos.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-01-30T21:45:47Z
dc.date.available.none.fl_str_mv 2023-01-30T21:45:47Z
dc.date.issued.none.fl_str_mv 2023-01-16
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/1992/64346
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/1992/64346
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.relation.references.es_CO.fl_str_mv R. S. Sutton and A. G. Barto, Reinforcement learning: An introduction, pp. 1-13. MIT press, 2018.
K. Rajalekshmy, "How artificial intelligence will revolutionize the game development." https://readwrite.com/ 5-ways-artificial-intelligence-will-revolutionize-game-development/, Nov 2022.
J. Romoff, "Deep reinforcement learning for video game development." https: //www.youtube.com/watch?v=Q9gBfhZWQ6E, Octubre 2021.
D. O'Connor, "Ubisoft la forge - pushing state-of-the-art ai in games to create the next generation of npcs." https: //news.ubisoft.com/en-au/article/6Mv4hZqUMJoY1xpf1yiQPi/ ubisoft-la-forge-pushing-stateoftheart-ai-in-games-to\ -create-the-next-generation-of-npcs, Enero 2022
I. Millington and J. Funge, Artificial intelligence for games, pp. 3-18. CRC Press, 2018.
D. Macri, "An introduction to neural networks with an application to games." https://venturebeat.com/pc-gaming/ an-introduction-to-neural-networks-with-an-application-to-games/, 2017.
L. M. de Almeida, E. L. Colombini, R. Técnico-IC-PFG, and P. F. de Gradua¸c-ao, "Playing nes through the use of a dqn," 2018.
Y. Li, "Deep reinforcement learning: An overview." https://arxiv.org/abs/ 1701.07274, 2017.
V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, "Playing atari with deep reinforcement learning." https://arxiv. org/abs/1312.5602, 2013.
D. Ballesteros, "Desarrollo de un programa de computador capaz de jugar starcraft: Brood war usando t´ecnicas de aprendizaje por refuerzo," Master's thesis, Universidad de los Andes, 2011.
Python, "Pyhton offical website." https://www.python.org/
A. Raffin, A. Hill, A. Gleave, A. Kanervisto, M. Ernestus, and N. Dormann, "Stable-baselines3: Reliable reinforcement learning implementations," Journal of Machine Learning Research, vol. 22, no. 268, pp. 1-8, 2021
TensorFlow, "Tensorboard." https://www.pygame.org/news.
G. Brockman, V. Cheung, L. Pettersson, J. Schneider, J. Schulman, J. Tang, and W. Zaremba, "Openai gym." arXiv:1606.01540, 2016.
A. Clark, "Python pillow." https://python-pillow.org/.
Pygame, "Pygame website." https://www.pygame.org/news
J. organization, "Jupyter website." https://www.pygame.org/news.
T. pandas development team, "pandas-dev/pandas: Pandas." https://doi.org/ 10.5281/zenodo.3509134, Feb. 2020
V. Mnih, A. P. Badia, M. Mirza, A. Graves, T. P. Lillicrap, T. Harley, D. Silver, and K. Kavukcuoglu, "Asynchronous methods for deep reinforcement learning," 2016.
J. Schulman, F. Wolski, P. Dhariwal, A. Radford, and O. Klimov, "Proximal policy optimization algorithms." https://arxiv.org/abs/1707.06347, 2017.
A. Raffin, "Rl baselines3 zoo." https://github.com/DLR-RM/ rl-baselines3-zoo, 2020.
dc.rights.license.spa.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/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 Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 45 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 Electrónica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/c86d67af-0e85-47af-9b28-19d57a8beb8e/download
https://repositorio.uniandes.edu.co/bitstreams/df1d3f7e-62ea-49e1-8304-94844b9ed394/download
https://repositorio.uniandes.edu.co/bitstreams/38ac234e-9380-4ca1-b0d6-073ff4a8428c/download
https://repositorio.uniandes.edu.co/bitstreams/43a0cced-ac7e-40af-bc07-aaae782fc47a/download
https://repositorio.uniandes.edu.co/bitstreams/e29876ca-b799-4dc3-a664-fd1110f66877/download
https://repositorio.uniandes.edu.co/bitstreams/03371849-1149-4981-ba61-ea1764e05d22/download
https://repositorio.uniandes.edu.co/bitstreams/c9ff56f8-c743-4b07-844c-fbfb4ec93f4e/download
https://repositorio.uniandes.edu.co/bitstreams/39cf0a05-a318-41ba-953f-06c4e2d4dedd/download
bitstream.checksum.fl_str_mv f72b4b0930c69071330af5668205ef10
ec44cc7e8d5542f2b50186c3bbcc830f
0c136489393db378ba19b2c76deb8cdf
c7a8434d7d4991fc09bf67053bb4f30f
4460e5956bc1d1639be9ae6146a50347
76b2373bccb499a9309febf679d572e3
4491fe1afb58beaaef41a73cf7ff2e27
5aa5c691a1ffe97abd12c2966efcb8d6
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_ 1812133887593152512
spelling Attribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Lozano Martínez, Fernando Enrique93c1238a-333a-40b0-b14b-212ed0ba98e3600García Cárdenas, Juan José3004cb07-9116-40d4-b6e9-5f4358cf3c4d600Guzmán Moyano, John Alexander21edf94f-bd62-47d7-aeae-653fa3b4e9ad600Segura Quijano, Fredy Enrique2023-01-30T21:45:47Z2023-01-30T21:45:47Z2023-01-16http://hdl.handle.net/1992/64346instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/A lo largo del trabajo realizado se desarrolló una versión del juego Galaga, sobre la cual se realizó el entrenamiento de un agente capaz de adaptarse a diferentes niveles de dificultad del juego y obtener un desempleo comparable al de un jugador humano en los diferentes niveles. En el documento se explica todo el proceso de desarrollo de los programas utilizados y los resultados obtenidos.Ingeniero ElectrónicoPregrado45 paginasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaUtilizando técnicas de aprendizaje por refuerzo para enseñar a un agente a jugar el videojuego "Galaga"Trabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAprendizaje por refuerzoIntelogencia artificialVideojuegosMachine learningRedes neuronalesIngenieríaR. S. Sutton and A. G. Barto, Reinforcement learning: An introduction, pp. 1-13. MIT press, 2018.K. Rajalekshmy, "How artificial intelligence will revolutionize the game development." https://readwrite.com/ 5-ways-artificial-intelligence-will-revolutionize-game-development/, Nov 2022.J. Romoff, "Deep reinforcement learning for video game development." https: //www.youtube.com/watch?v=Q9gBfhZWQ6E, Octubre 2021.D. O'Connor, "Ubisoft la forge - pushing state-of-the-art ai in games to create the next generation of npcs." https: //news.ubisoft.com/en-au/article/6Mv4hZqUMJoY1xpf1yiQPi/ ubisoft-la-forge-pushing-stateoftheart-ai-in-games-to\ -create-the-next-generation-of-npcs, Enero 2022I. Millington and J. Funge, Artificial intelligence for games, pp. 3-18. CRC Press, 2018.D. Macri, "An introduction to neural networks with an application to games." https://venturebeat.com/pc-gaming/ an-introduction-to-neural-networks-with-an-application-to-games/, 2017.L. M. de Almeida, E. L. Colombini, R. Técnico-IC-PFG, and P. F. de Gradua¸c-ao, "Playing nes through the use of a dqn," 2018.Y. Li, "Deep reinforcement learning: An overview." https://arxiv.org/abs/ 1701.07274, 2017.V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, "Playing atari with deep reinforcement learning." https://arxiv. org/abs/1312.5602, 2013.D. Ballesteros, "Desarrollo de un programa de computador capaz de jugar starcraft: Brood war usando t´ecnicas de aprendizaje por refuerzo," Master's thesis, Universidad de los Andes, 2011.Python, "Pyhton offical website." https://www.python.org/A. Raffin, A. Hill, A. Gleave, A. Kanervisto, M. Ernestus, and N. Dormann, "Stable-baselines3: Reliable reinforcement learning implementations," Journal of Machine Learning Research, vol. 22, no. 268, pp. 1-8, 2021TensorFlow, "Tensorboard." https://www.pygame.org/news.G. Brockman, V. Cheung, L. Pettersson, J. Schneider, J. Schulman, J. Tang, and W. Zaremba, "Openai gym." arXiv:1606.01540, 2016.A. Clark, "Python pillow." https://python-pillow.org/.Pygame, "Pygame website." https://www.pygame.org/newsJ. organization, "Jupyter website." https://www.pygame.org/news.T. pandas development team, "pandas-dev/pandas: Pandas." https://doi.org/ 10.5281/zenodo.3509134, Feb. 2020V. Mnih, A. P. Badia, M. Mirza, A. Graves, T. P. Lillicrap, T. Harley, D. Silver, and K. Kavukcuoglu, "Asynchronous methods for deep reinforcement learning," 2016.J. Schulman, F. Wolski, P. Dhariwal, A. Radford, and O. Klimov, "Proximal policy optimization algorithms." https://arxiv.org/abs/1707.06347, 2017.A. Raffin, "Rl baselines3 zoo." https://github.com/DLR-RM/ rl-baselines3-zoo, 2020.201713338PublicationORIGINALDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdfDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdfDocumento final del trabajo de grado con correcciones del Juradoapplication/pdf2683874https://repositorio.uniandes.edu.co/bitstreams/c86d67af-0e85-47af-9b28-19d57a8beb8e/downloadf72b4b0930c69071330af5668205ef10MD54AutorizacionEnvioDocumento-Firmada.pdfAutorizacionEnvioDocumento-Firmada.pdfHIDEapplication/pdf174024https://repositorio.uniandes.edu.co/bitstreams/df1d3f7e-62ea-49e1-8304-94844b9ed394/downloadec44cc7e8d5542f2b50186c3bbcc830fMD53THUMBNAILDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdf.jpgDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdf.jpgIM Thumbnailimage/jpeg11844https://repositorio.uniandes.edu.co/bitstreams/38ac234e-9380-4ca1-b0d6-073ff4a8428c/download0c136489393db378ba19b2c76deb8cdfMD56AutorizacionEnvioDocumento-Firmada.pdf.jpgAutorizacionEnvioDocumento-Firmada.pdf.jpgIM Thumbnailimage/jpeg16680https://repositorio.uniandes.edu.co/bitstreams/43a0cced-ac7e-40af-bc07-aaae782fc47a/downloadc7a8434d7d4991fc09bf67053bb4f30fMD58CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uniandes.edu.co/bitstreams/e29876ca-b799-4dc3-a664-fd1110f66877/download4460e5956bc1d1639be9ae6146a50347MD52TEXTDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdf.txtDocumentoProyectoDeGradoFinal-JohnGuzman-Corregido.pdf.txtExtracted texttext/plain90359https://repositorio.uniandes.edu.co/bitstreams/03371849-1149-4981-ba61-ea1764e05d22/download76b2373bccb499a9309febf679d572e3MD55AutorizacionEnvioDocumento-Firmada.pdf.txtAutorizacionEnvioDocumento-Firmada.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/c9ff56f8-c743-4b07-844c-fbfb4ec93f4e/download4491fe1afb58beaaef41a73cf7ff2e27MD57LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/39cf0a05-a318-41ba-953f-06c4e2d4dedd/download5aa5c691a1ffe97abd12c2966efcb8d6MD511992/64346oai:repositorio.uniandes.edu.co:1992/643462023-10-10 16:34:36.284http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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