Playing video-games via planning with simulators

Abstract

[ES] Una de las tareas importantes de la inteligencia artificial consiste en crear inteligencia capaz de dominar múltiples tareas en lugar de especializarse en una sola. Los videojuegos son un entorno ideal para probar y comparar todo tipo de técnicas de inteligencia artificial. Una de las vertientes de este área consiste en conseguir que un mismo programa sea capaz de enfrentarse a varios tipos de juegos (General Video Game), de manera que un mismo agente pueda dominar distintos modos de juego. Este proyecto se centra en la creación de un agente con las bases de la competición General Video Game - Artificial Inteligence lo que quiere decir que el agente será capaz de jugar en diferentes videojuegos inspirados en el estilo arcade (similares al Atari 2600) El agente no solo debe ser capaz de enfrentarse a distintos tipos de juegos, sino que carecerá de información previa sobre el funcionamiento y los objetivos del juego. De hecho el agente se puede encontrar juegos contra los que no ha jugado previamente. Uno de los objetivos de nuestro proyecto consistirá en evaluar una técnica de búsqueda denominada Iterative Width (IW) como núcleo principal de nuestro agente. Se buscará entender las bases de esta técnica a la vez que desarrollamos el agente. Estudiaremos el uso de esta técnica para General Video Game, enfrentando nuestro agente basado en IW contra 30 juegos de diferentes tipos. Compararemos nuestro agente con otro agente basado en Monte Carlo Tree Search que es una técnica ampliamente utilizada en General Video Game. Por último se diseñará e implementarán mejoras sobre el algoritmo básico de iterative Width, que exploten las fortalezas de dicho algoritmo y suplan las debilidades con determinados juegos.

[CA] Una de las tasques importants de la intel·ligència artificial consisteix en crear intel·ligència capaç de dominar múltiples tasques en lloc d’especialitzar-se en una sola. Els videojocs són un entorn ideal per provar i comparar tot tipus de tècniques d’intel·ligència artificial. Una de les vessants d’aquesta àrea consisteix a aconseguir que un mateix programa sigui capaç de enfrontar-se a diversos tipus de jocs (General Video Game), de manera que un mateix agent pugui dominar diferents tipus de joc. Aquest projecte es centra en la creació d’un agent amb les bases de la competició General Video Game - Artificial Inteligence el que vol dir que l’agent serà capaç de jugar en diferents videojocs inspirats en l’estil arcade (similars al Atari 2600) A més de enfrontarse a diferents tipus de jocs, l’agent no tindrà informació prèvia sobre el funcionament i els objectius del joc. De fet l’agent es pot trobar jocs contra els que no ha jugat prèviament. Un dels objectius del nostre projecte consistirà en avaluar una tècnica de recerca anomenada Iterative Width (IW) com a nucli principal del nostre agent. Es buscarà entendre les bases d’aquesta tècnica alhora que desenvolupem l’agent. Estudiarem l’ús d’aquesta tècnica per General Video Game, enfrontant el nostre agent basat en IW contra 30 jocs de diferents tipus. Compararem el nostre agent amb un altre agent basat en Monte Carlo Tree Search que és una tècnica àmpliament utilitzada en General Video Game. Finalment es dissenyarà i implementaran millores sobre l’algoritme bàsic de iterative Width, que explotin les fortaleses d’aquest algoritme i supleixin les debilitats amb determinats jocs.

[EN] One important task of artificial intelligence is to create intelligence capable of mastering multiple tasks rather than specializing in a single task. Video games are an ideal environment to test and compare all kinds of artificial intelligence techniques. One field of this area is to achieve that the same program is able to face several types of games (General Video Game), allowing the same agent to dominate different game styles. This project focuses on the creation of an agent with the bases of the General Video Game - Artificial Inteligence competition which means that the agent will be able to play in different arcade-inspired video games (e.g. similar to Atari 2600). The agent must not only be able to deal with different types of games, but will also lack prior information on the functioning and objectives of the game. In fact the agent can find games against which he has not previously played. One of the goals of our project will be to evaluate a search technique called textbfIterative Width. (IW) as the nucleus of our agent. We will try to understand the bases of this technique at the same time that we develop the agent. We will study the use of this technique for General Video Game, confronting our agent based on IW against 30 games of different types. We will compare our agent with another agent based on Monte Carlo Tree Search which is a technique widely used in textGeneral Video Game. Finally we will design and implement improvements on the basic algorithm of iterative Width, which exploit the strengths of that algorithm and compensate the weaknesses with certain games.