Estrategias heurísticas de negociación automática para juegos de gestión de recursos

Abstract

[ES] Durante la última década, la inteligencia artificial está siendo el tema del que más se habla a nivel mundial. Es una herramienta que a medida que avanzamos más y más, estamos logrando objetivos que antaño se imaginaban lograr en el futuro, como el que un día de estos los coches volará. Ahora hay robots en la corteza de Marte, analizando muestras y enviándolas a la tierra de manera automática, acudimos a partidos de fútbol con robots en lugar de jugadores e incluso trataron de crear la inteligencia artificial que superará en gran maestro del ajedrez de ese momento.

El estudio de estrategias heurísticas de negociación automática para juegos de gestión de recursos. Este trabajo tratará de detallar y explicar el uso de heurísticas para la resolución de problemas, y de cómo esto es una vía hacia el aprendizaje de técnicas y prácticas de la inteligencia artificial. En nuestro caso, el problema a resolver es acabar vencedor en un juego de gestión de recursos llamado los Colonos del Catan. Las estrategias han sido desarrolladas mediante la lectura de distintos estudios de la misma índole, el estudio de jugadas y partidas profesionales y el marco teórico de la negociación automática.

Presentaremos 3 de las infinitas posibilidades que ofrece este simulador, y los enfrentaremos entre ellos y los agentes incluidos en PyCatan. El Agente Portuario, que comercializará con puertos antes que con agentes y será Boulware; el Agente Umbral, que cambiará de estrategia de negociación según los puntos de victoria que tenga en ese momento y el Agente 7, que sacrificará las cartas que hagan falta para evitar tener que dar mitad de su mano.

Veremos los experimentos realizados a los agentes y confirmaremos (con sospechas a lo largo de la experimentación) que el Agente Portuario es la mejor estrategia y por qué. Por último expondremos las conclusiones que han derivado en este trabajo.

[EN] Over the last decade, artificial intelligence has been the most talked about topic worldwide. It is a tool that as we advance more and more, we are achieving goals that were once imagined to be achieved in the future, such as that one of these days cars will fly. Now there are robots in the crust of Mars, analyzing samples and sending them to earth automatically, we go to soccer games with robots instead of players and even tried to create artificial intelligence that will surpass the chess grandmaster of the time.

The study of automatic negotiation heuristic strategies for resource management games. This paper will try to detail and explain the use of heuristics for problem solving, and how this is a way towards learning techniques and practices of artificial intelligence. In our case, the problem to be solved is to end up as the winner in a resource management game called Settlers of Catan. The strategies have been developed through the reading of different studies of the same nature, the study of professional plays and games and the theoretical framework of automatic negotiation.

We will present 3 of the infinite possibilities offered by this simulator, and we will confront them with each other and the agents included in PyCatan. The Port Agent, who will trade with ports rather than with agents and will be Boulware; the Threshold Agent, who will change his negotiation strategy according to the victory points he has at that moment and the Agent 7, who will sacrifice the cards needed to avoid having to give half of his hand.

We will see the experiments carried out on the agents and we will confirm (with suspicions throughout the experimentation) that the Port Agent is the best strategy and why. Finally we will expose the conclusions that have been derived in this work.

[CA] Durant l’última dècada, la intel·ligència artificial està sent el tema del qual més es parla a nivell mundial. És una ferramenta que a mesura que avancem més i més, estem aconseguint objectius que antany s’imaginaven aconseguir en el futur, com el que un dia d’estos els cotxes volarà. Ara hi ha robots en l’escorça de Marte, analitzant mostres i enviant-les a la terra de manera automàtica, acudim a partits de futbol amb robots en lloc de jugadors i fins i tot van tractar de crear la intel·ligència artificial que superarà en gran mestre dels escacs d’eixe moment. L’estudi d’estratègies heurístiques de negociació automàtica per a jocs de gestió de recursos. Este treball tractarà de detallar i explicar l’ús d’heurístiques per a la resolució de problemes, i de com això és una via cap a l’aprenentatge de tècniques i pràctiques de la intel·ligència artificial. En el nostre cas, el problema a resoldre és acabar vencedor en un joc de gestió de recursos anomenat els Colons del Catan. Les estratègies han sigut desenrotllades mitjançant la lectura de diferents estudis de la mateixa índole, l’estudi de jugades i partides professionals i el marc teòric de la negociació automàtica. Presentarem 3 de les infinites possibilitats que oferix este simulador, i els enfrontarem entre ells i els agents inclosos en PyCatan. L’Agent Portuari, que comercialitzarà amb ports abans que amb agents i serà Boulware; l’Agent Llindar, que canviarà d’estratègia de negociació segons els punts de victòria que tinga en eixe moment i l’Agent 7, que sacrificarà les cartes que facen falta per a evitar haver de donar mitat de la seua mà. Veurem els experiments realitzats als agents i confirmarem (amb sospites al llarg de l’experimentació) que l’Agent Portuari és la millor estratègia i per què. Finalment exposarem les conclusions que han derivat en este treball.