Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable

El aprendizaje de juegos ha motivado el desarrollo de numerosas estrategias de Inteligencia Artificial. Si bien existen diferentes enfoques, la adaptación al entorno de información es una característica deseable cuando se busca resolver un problema complejo ya que hace innecesaria la codificación de...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Leza, María Victoria, Lanzarini, Laura Cristina
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2007
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/23179
Aporte de:
id I19-R120-10915-23179
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Informática
optimización mediante cúmulos de partículas (PSO)
Neural nets
ARTIFICIAL INTELLIGENCE
swarm intelligence
particle swarm optimization
spellingShingle Ciencias Informáticas
Informática
optimización mediante cúmulos de partículas (PSO)
Neural nets
ARTIFICIAL INTELLIGENCE
swarm intelligence
particle swarm optimization
Leza, María Victoria
Lanzarini, Laura Cristina
Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
topic_facet Ciencias Informáticas
Informática
optimización mediante cúmulos de partículas (PSO)
Neural nets
ARTIFICIAL INTELLIGENCE
swarm intelligence
particle swarm optimization
description El aprendizaje de juegos ha motivado el desarrollo de numerosas estrategias de Inteligencia Artificial. Si bien existen diferentes enfoques, la adaptación al entorno de información es una característica deseable cuando se busca resolver un problema complejo ya que hace innecesaria la codificación de cualquier tipo de conocimiento inicial. En esta área, las redes neuronales han brindado excelentes resultados pero generalmente con un costo computacional elevado. Existen trabajos previos donde se han utilizado heurísticas poblacionales, para reducir el tiempo de entrenamiento. En particular, el uso de estrategias evolutivas basadas en cúmulos de partículas de tamaño fijo ha producido resultados satisfactorios. Este artículo propone modificar el tamaño de la población durante el proceso de adaptación, agregando y eliminando individuos en función de su aptitud para resolver el problema planteado. El método propuesto ha sido aplicado en el entrenamiento de una red neuronal para jugar el juego de TaTeTi. Los resultados obtenidos han sido comparados con los de una estrategia basada en cúmulos de partículas con tamaño de población fija. Finalmente se exponen las conclusiones así como algunas líneas de trabajo futuras.
format Objeto de conferencia
Objeto de conferencia
author Leza, María Victoria
Lanzarini, Laura Cristina
author_facet Leza, María Victoria
Lanzarini, Laura Cristina
author_sort Leza, María Victoria
title Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
title_short Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
title_full Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
title_fullStr Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
title_full_unstemmed Aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
title_sort aprendizaje de juegos mediante cúmulos de partículas con tamaño de población variable
publishDate 2007
url http://sedici.unlp.edu.ar/handle/10915/23179
work_keys_str_mv AT lezamariavictoria aprendizajedejuegosmediantecumulosdeparticulascontamanodepoblacionvariable
AT lanzarinilauracristina aprendizajedejuegosmediantecumulosdeparticulascontamanodepoblacionvariable
bdutipo_str Repositorios
_version_ 1764820465761648642