%0 Thesis
%A Almagro Sánchez, Alberto
%A Llamas Núñez, Juan Carlos
%T Desarrollo de estrategias de Inteligencia Artificial para el entorno dinámico y colaborativo Geometry Friends
%D 2023
%U https://hdl.handle.net/20.500.14352/87838
%X Geometry Friends es un complejo juego de plataformas en el que dos figuras geo- métricas deben alcanzar diamantes prestando atención a los diferentes obstáculos de cada nivel. Cada año, participantes de distintas universidades desarrollan nuevos agentes inteligentes que son capaces de resolver correctamente una gran variedad de niveles, y estos participan en competiciones organizadas por los creadores del juego y que se celebran en importantes conferencias internacionales de Inteligencia Artificial. Existen tanto modos de juego individuales, en los que solo participa una de las figuras geométricas, como cooperativos.Nuestro objetivo en este trabajo es el desarrollo de agentes que funcionen tanto de manera individual como cooperativa y que sean capaces de competir con los mejores agentes de competiciones pasadas, para poder participar en la competición de este año, que se celebrará en agosto. Para ello, exploramos qué técnicas de Inteligencia Artificial han sido más fructíferas en las competiciones pasadas y buscamos la forma de mejorar los resultados de estos agentes mediante diferentes estrategias. Además, desarrollamos un sistema que permite explicar las acciones que toman nuestros agentes. Finalmente, comprobamos mediante diferentes pruebas que nuestros agentes logran superar al jugador humano medio y a todos los agentes anteriores en todas las modalidades de juego.
%X Geometry Friends is a complex platform game in which a pair of geometric figures must reach diamonds while paying attention to the different obstacles on each level. Every year, participants from different universities develop new intelligent agents that are capable of correctly solving a wide variety of levels, and they participate in competitions organized by the game’s creators and held at major international Artificial Intelligence conferences. There are both individual game modes, in which only one of the figures participates, as well as cooperative ones.Our goal in this work is the development of agents that work both individually and cooperatively and that are capable of competing with the best agents from past competitions in order to participate in this year’s competition, which will be held in August. To do this, we explore which Artificial Intelligence techniques have had the most success in previous competitions and we look for ways to improve the results of these agents through different strategies. Besides, we developed a system that allows us to explain the actions that our agents take. Finally, we check through several tests that our agents manage to outperform the average human player and all previous agents in all game modes.
%~