Publication:
Jugador automático de Hearthstone usando árboles de Monte Carlo y algoritmos genéticos

Research Projects
Organizational Units
Journal Issue
Abstract
La inteligencia artificial y los juegos han estado fuertemente ligados desde los orígenes de esta. El principal objetivo en sus inicios era crear un agente que obtuviese un buen rendimiento en un determinado juego. El objetivo de este trabajo es crear un agente capaz de jugar al juego de cartas coleccionables Hearthstone intentando maximizar el número de victorias que este obtiene contra otros agentes. Para ello se utilizarán técnicas para explorar el espacio de estados como los árboles de búsqueda de Monte Carlo. También se utilizarán algoritmos genéticos para buscar una buena función capaz de evaluar como de bueno es un determinado estado de una partida.
Artificial intelligence and games have been strongly linked since the origins of this. The main objetive in the beginning was build an agent that would perform well in a given game. The objetive of this project is to build an agent capable of playing the collectible card game called Hearthstone triying to maximize the number of victories that it obtains againts other agents. This will be done using techniques to explore the space of states such as Monte Carlo tree search. Genetic algorithms will also be used to search for a good function capable of evaluating how good of a given state of a game is.
Description
Trabajo de Fin de Grado del Doble Grado en Ingeniería Informática y Matemáticas, Facultad de Informática UCM, Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2019/2020 En este trabajo hemos utilizado el framework de la competición Hearthstone-AI competition (sección 3.6) que se puede descargar en el repositorio de Github: https://github.com/ADockhorn/HearthstoneAICompetition Nuestro proyecto está en el repositorio de Github: https://github.com/matgar03/ TFGHS y nuestra contribución se encuentra en las carpetas Agent y Evolutivo.
Unesco subjects
Keywords
Citation