Los juegos móviles representan una aplicación revolucionaria que está atrayendo a millones de suscriptores en todo el mundo. Uno de los aspectos cruciales para el éxito comercial de un juego es asegurar un algoritmo de inteligencia artificial (IA) lo suficientemente desafiante contra el cual jugar. Sin embargo, la creación de este componente es particularmente compleja, ya que los algoritmos de búsqueda clásicos de IA no pueden ser empleados en dispositivos limitados como teléfonos móviles o, incluso en computadoras más potentes, al considerar juegos de información imperfecta (es decir, juegos en los que los participantes no tienen un conocimiento completo del estado del juego en todo momento). En este documento, proponemos resolver este problema recurriendo a un algoritmo de aprendizaje automático que utiliza funcionalidades de perfilado para inferir la información faltante, permitiendo así que la IA pueda adaptar eficientemente sus estrategias al oponente humano. Estudiamos un método de aprendizaje automático simple y computacionalmente ligero que puede ser empleado con éxito, permitiendo mejoras en la IA para juegos de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis comparativo de diferentes señales de variabilidad de la frecuencia cardíaca en diferentes escalas temporales para la evaluación de la carga mental en la interacción humano-robot.
Artículo:
Razonamiento cualitativo para la simulación cuantitativa
Artículo:
Estrategias cooperativas PSO de Legendre para la optimización de trayectorias
Artículo:
Vulnerabilidad de la información, en el internet de las cosas
Artículo:
Contribuciones teóricas y aplicadas al análisis de estabilidad robusta de sistemas complejos.