| |
| Acadêmico(a): Andre Luis Galastri |
| Título: O Uso de Programação Genética na Tomada de Decisão de Jogos |
| |
| Conclusão: |
O protótipo desenvolvido obteve êxito em sua tarefa, pois realiza com sucesso operações de programação genética. Os problemas residem na própria aplicação da programação genética no simulador Robocode. Foi observado que um bom tanque no Robocode possui, geralmente, um código fonte pequeno, simples, eficiente e rico em construções avançadas de programação e estruturas de dados, ou seja, são programas especializados e minimalistas em suas operações. A maioria dos tanques gerados pelo protótipo, mesmo os melhores, executavam diversas operações “inúteis”, e, devido ao conjunto de nós utilizados, não eram capazes de nenhuma construção complexa de programação. Possíveis soluções para esse problema poderiam ser uma ampliação do conjunto de funções e terminais, incluindo, por exemplo, variáveis e objetos temporários, diminuição da profundidade da árvore e talvez um aumento do tamanho da população.
Foi observada também uma convergência prematura da população, isso se deve ao método utilizado para a medição da fitness. Com tal método 90% dos indivíduos obtém pontuação zero no Robocode, e a nova geração passa a ser composta pelos 10% restantes, eliminando assim a variedade dos programas. Para solucionar essa convergência é necessário encontrar outra forma para avaliar os indivíduos ou utilizar operações genéticas secundárias, tais como “mutação”.
Outro grande problema, talvez o principal encontrado, é tempo de avaliação dos indivíduos pelo simulador Robocode. Aparentemente não há solução simples, se é que existe solução, para esse problema.
|
| |
|
