Resumen

El objetivo de este estudio es centrarse en la generación automática de controladores de inteligencia artificial (IA) de juegos para el agente de Ms. Pac-Man utilizando redes neuronales artificiales (ANN) y evolución artificial multiobjetivo. La Estrategia de Evolución Archivada de Pareto (PAES) se utiliza para generar un conjunto óptimo de ANNs de Pareto que optimizan los objetivos conflictivos de maximizar las puntuaciones de Ms. Pac-Man (modo de captura de pantalla) y minimizar la complejidad de la red neuronal. Este algoritmo propuesto se llama Red Neuronal de Estrategia de Evolución Archivada de Pareto o PAESNet. Se investigaron tres arquitecturas diferentes de PAESNet, a saber, PAESNet con un número fijo de neuronas ocultas (PAESNet_F), PAESNet con un número variable de neuronas ocultas (PAESNet_V) y el PAESNet con técnicas multiobjetivo (PAESNet_M). Se realiza una comparación entre la optimización de un solo objetivo frente a la de múltiples objetivos tanto en los procesos

• Materias:Modelos de árboles Controladores de movimiento Simulación de tráfico Trazador de rutas Controladores neuronales
• Subjects:Tree models Motion controllers Traffic simulation Route tracer Neural controllers
• Palabras claves:Generación automática; Inteligencia artificial del juego; Agente de Ms. Pac-Man; Red neuronal artificial; Evolución artificial multiobjetivo; Estrategia de Evolución Archivada de Pareto
• Keywords:Automatic generation; Game artificial intelligence; Ms. Pac-Man agent; Artificial neural network; Multiobjective artificial evolution; Pareto Archived Evolution Strategy