1 / 17

Toma de decisiones difusa y predicción del comportamiento oponente

Toma de decisiones difusa y predicción del comportamiento oponente. Gustavo Armagno Facundo Benavides Claudia Rostagnol www.fing.edu.uy/inco/grupos/mina/pGrado/FIRA2005.html. Agenda. Antecedentes Modelo / Estructura de la solución Predictores Predicados Predicción Arquitectura

keena
Download Presentation

Toma de decisiones difusa y predicción del comportamiento oponente

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Toma de decisiones difusa y predicción delcomportamiento oponente Gustavo Armagno Facundo Benavides Claudia Rostagnol www.fing.edu.uy/inco/grupos/mina/pGrado/FIRA2005.html

  2. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 2

  3. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 3

  4. Antecedentes • Proyecto de grado / Ingeniería en Computación • Prototipo experimental FIbRA | CAFR | 2006 4

  5. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 5

  6. Estructura de la solución Predictores • Logran un mejor reconocimiento del entorno brindando información que permite potenciar la toma de decisiones y el path planning. • Filtran la información del ambiente (Env) y generan nueva información enriquecida (mayor nivel de abstracción). • Dominios • Estado del juego • Score, jugadas especiales • Movimiento • Trayectorias, Obstáculos, Atascamientos • Patrón de juego oponente • Tipos • Detectores • Predictores • Monitores FIbRA | CAFR | 2006 6

  7. Estructura de la solución Predicados • Basados en lógica difusa • Utilizan la información del entorno (Env) y la meta-información generada por los predictores • Junto con los predictores conforman el modelo del mundo en el que se basala solución • Al igual que los predictores permiten a la estrategia razonar en base a conceptos más abstractos FIbRA | CAFR | 2006 7

  8. Estructura de la solución Data Simulator Env Env Coach Env * Prediction DMM Env * Path Planning FIbRA | CAFR | 2006 8

  9. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 9

  10. Kicks Passes Source Sink Graph Ants Clusters Predicción Arquitectura • Pipes & Filters • Threads Para optimizar el procesamiento y minimizar el tiempo de respuesta del sistema, se crea un hilo de ejecución por cada filtro FIbRA | CAFR | 2006 10

  11. Predicción Patrones de juego oponente • Detección de zonas de actividad • Ants / Clusters • Detección de pases • Kicks FIbRA | CAFR | 2006 11

  12. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 12

  13. Toma de decisiones • La principal responsabilidad de la toma de decisiones es elegir acciones que permitan alcanzar el objetivo global del equipo, ganar el juego. • Niveles • Estrategia • Roles • Acciones • Fuzzy Logic • Pertenencia parcial a conjuntos. Lotfi Zadeh. • Permite manejar tipos de datos en los que se manejen términos imprecisos o subjetivos FIbRA | CAFR | 2006 13

  14. And Not Or HomeAtHomeGoal Stucked BallInHomeGoalDirection BallNearHomeGoal Toma de decisiones Reglas lógicas • Cada uno de los niveles define un nivel de abstracción y las unidades lógicas que lo conforman • Cada unidad se evalúa a través de un conjunto de reglas lógicas • Las reglas lógicas de cada unidad de los tres niveles están definidas en archivos de configuración FIbRA | CAFR | 2006 14

  15. Agenda • Antecedentes • Modelo / Estructura de la solución • Predictores • Predicados • Predicción • Arquitectura • Ants / Clusters • Toma de decisiones • Fuzzy Logic • Expectativas / Conclusiones FIbRA | CAFR | 2006 15

  16. Expectativas / Conclusiones • Expectativas • Confirmar resultados • Intercambiar conocimientos • Conclusiones • Patrones de juego oponente • Detección de zonas de actividad / Resultados favorables • Detección de pases / Resultados no favorables • Experimentar en otras ligas • Toma de decisiones • Intercambio de roles dinámico / Comportamientos emergentes • Independencia entre implementación y complejidad del modelo del mundo / Resultados favorables • Ajuste del modelo dependiente de la complejidad • Realizar ajuste mediante aprendizaje automático FIbRA | CAFR | 2006 16

  17. Links • Visión de Robots • http://www.fing.edu.uy/inco/grupos/mina/pGrado/vision2003/ (último acceso 07/2006) • Ant Colony Optimization • http://iridia.ulb.ac.be/~mdorigo/ACO/ACO.html (último acceso 07/2006) • Tutorial On Fuzzy Logic • www.iau.dtu.dk/~jj/pubs/logic.pdf (último acceso 07/2006) FIbRA | CAFR | 2006 17

More Related