Toma de decisiones difusa y predicción del comportamiento oponente
description
Transcript of Toma de decisiones difusa y predicción del comportamiento oponente
![Page 1: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/1.jpg)
Toma de decisiones difusa y predicción del
comportamiento oponente
Gustavo ArmagnoFacundo BenavidesClaudia Rostagnol
www.fing.edu.uy/inco/grupos/mina/pGrado/FIRA2005.html
![Page 2: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/2.jpg)
Agenda
FIbRA | CAFR | 2006 2
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 3: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/3.jpg)
Agenda
FIbRA | CAFR | 2006 3
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 4: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/4.jpg)
Proyecto de grado / Ingeniería en Computación
Prototipo experimental
FIbRA | CAFR | 2006 4
Antecedentes
![Page 5: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/5.jpg)
Agenda
FIbRA | CAFR | 2006 5
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 6: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/6.jpg)
Logran un mejor reconocimiento del entorno brindando información que permite potenciar la toma de decisiones y el path planning.
Filtran la información del ambiente (Env) y generan nueva información enriquecida (mayor nivel de abstracción).
Dominios Estado del juego
Score, jugadas especiales Movimiento
Trayectorias, Obstáculos, Atascamientos Patrón de juego oponente
Tipos Detectores Predictores Monitores
FIbRA | CAFR | 2006 6
Estructura de la soluciónPredictores
![Page 7: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/7.jpg)
Basados en lógica difusa
Utilizan la información del entorno (Env) y la meta-información generada por los predictores
Junto con los predictores conforman el modelo del mundo en el que se basa la solución
Al igual que los predictores permiten a la estrategia razonar en base a conceptos más abstractos
FIbRA | CAFR | 2006 7
Estructura de la soluciónPredicados
![Page 8: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/8.jpg)
FIbRA | CAFR | 2006 8
Estructura de la solución
Simulator
DMM
Pre
dict
ion
Path Planning
Coach
EnvDat
a
Env
Env *
Env *
![Page 9: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/9.jpg)
Agenda
FIbRA | CAFR | 2006 9
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 10: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/10.jpg)
Pipes & Filters
ThreadsPara optimizar el procesamiento y minimizar el tiempo de respuesta del sistema, se crea un hilo de ejecución por cada filtro
FIbRA | CAFR | 2006 10
ArquitecturaPredicción
Source
Kicks Passes
ClustersAnts
Graph Sink
![Page 11: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/11.jpg)
Detección de zonas de actividad Ants / Clusters
Detección de pases Kicks
FIbRA | CAFR | 2006 11
Patrones de juego oponentePredicción
![Page 12: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/12.jpg)
Agenda
FIbRA | CAFR | 2006 12
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 13: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/13.jpg)
La principal responsabilidad de la toma de decisiones es elegir acciones que permitan alcanzar el objetivo global del equipo, ganar el juego.
Niveles Estrategia Roles Acciones
Fuzzy Logic Pertenencia parcial a conjuntos. Lotfi Zadeh. Permite manejar tipos de datos en los que se manejen términos
imprecisos o subjetivos
FIbRA | CAFR | 2006 13
Toma de decisiones
![Page 14: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/14.jpg)
Cada uno de los niveles define un nivel de abstracción y las unidades lógicas que lo conforman
Cada unidad se evalúa a través de un conjunto de reglas lógicas
Las reglas lógicas de cada unidad de los tres niveles están definidas en archivos de configuración
FIbRA | CAFR | 2006 14
Reglas lógicasToma de decisiones
And
OrNotHomeAtHomeGoal
BallInHomeGoalDirection BallNearHomeGoalStucked
![Page 15: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/15.jpg)
Agenda
FIbRA | CAFR | 2006 15
Antecedentes Modelo / Estructura de la solución
Predictores Predicados
Predicción Arquitectura Ants / Clusters
Toma de decisiones Fuzzy Logic
Expectativas / Conclusiones
![Page 16: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/16.jpg)
Expectativas Confirmar resultados Intercambiar conocimientos
Conclusiones Patrones de juego oponente
Detección de zonas de actividad / Resultados favorables Detección de pases / Resultados no favorables
Experimentar en otras ligas Toma de decisiones
Intercambio de roles dinámico / Comportamientos emergentes Independencia entre implementación y complejidad del modelo del
mundo / Resultados favorables Ajuste del modelo dependiente de la complejidad
Realizar ajuste mediante aprendizaje automático
FIbRA | CAFR | 2006 16
Expectativas / Conclusiones
![Page 17: Toma de decisiones difusa y predicción del comportamiento oponente](https://reader031.fdocuments.ec/reader031/viewer/2022011718/56814aa3550346895db7b6c6/html5/thumbnails/17.jpg)
Visión de Robots http://www.fing.edu.uy/inco/grupos/mina/pGrado/vision2003/
(último acceso 07/2006)
Ant Colony Optimization http://iridia.ulb.ac.be/~mdorigo/ACO/ACO.html
(último acceso 07/2006)
Tutorial On Fuzzy Logic www.iau.dtu.dk/~jj/pubs/logic.pdf
(último acceso 07/2006)
FIbRA | CAFR | 2006 17
Links