Comparação de políticas de carga e seleção para jogadas ensaiadas (setplays) aplicadas ao futebol de robôs humanoides simulados em ambiente 3D

Página do item simplificado
dc.contributor.advisorSimões, Marco Antonio Costa
dc.contributor.authorSantos, Caroline de Souza dos
dc.contributor.refereeCerqueira Junior, Adailton
dc.contributor.refereeMagalhaes, Ana Patricia
dc.date.accessioned2025-01-27T13:05:51Z
dc.date.available2025-01-27T13:05:51Z
dc.date.issued2024-12-20
dc.description.abstractUm dos maiores desafios dos Sistemas Multiagentes está na criação de planos cooperativos para lidar com cenários complexos em ambientes dinâmicos e de tempo real. Esse tipo de cenário é encontrado no futebol de robôs, no qual cada time é modelado como um Sistema Multiagente, e cada jogador é um agente inteligente que toma decisões complexas em um curto espaço de tempo e de forma coordenada com os demais robôs de seu time. No escopo do futebol de robôs simulados, um plano traçado de forma coordenada e cooperativa com os agentes de um Sistema Multiagente é denominado setplay. Este trabalho utiliza setplays que podem ser aplicáveis ao time de futebol de robôs simulados Bahia Robotics Team. Podem existir mais de um setplay que cumpram o objetivo esperado, o que traz a seguinte problemática: Como possibilitar o carregamento eficiente de grandes conjuntos de setplays em tempo real durante o jogo? Trabalhos recentes tratam essa problemática usando uma abordagem híbrida, utilizando aprendizagem por reforço juntamente com Raciocínio Baseado em Casos. O objetivo deste trabalho é a construção de uma biblioteca capaz de gerenciar uma quantidade variável de setplays, preservando a sintaxe atual, para aplicação em jogos de futebol de robôs simulados. Neste trabalho, é apresentado um mecanismo para o carregamento rápido de jogadas ensaiadas na memória, oferecendo uma solução potencial para o desafio de lidar com grandes volumes de setplays. A análise comparativa dos tempos de carregamento confirmou que a nova abordagem é mais eficiente na seleção e carregamento dos setplays, oferecendo contribuições significativas para a comunidade científica, além de possibilitar a implementação em outros times, melhorando o desempenho nas competições.
dc.description.abstract2One of the primary challenges in Multi-Agent Systems is developing cooperative plans to manage complex scenarios in dynamic, real-time environments. This issue is particularly relevant in robot soccer, where each team is modeled as a Multi-Agent Systems, and each player acts as an intelligent agent, making rapid, coordinated decisions with teammates. In robot soccer, a collaboratively designed plan for the agents is called a setplay. This work will utilize setplays that may be applicable to the simulated robot soccer team Bahia Robotics Team. Since multiple setplays can potentially achieve the same goal, a key question arises: How can we efficiently load large sets of setplays in real time during the game? Recent research address this problem using a hybrid approach that combines reinforcement learning with Case-Based Reasoning. This study aims to develop a library capable of managing a variable number of setplays while maintaining the current syntax for simulated robot soccer games. This work presents a mechanism for the rapid loading of setplays into memory, offering a potential solution to the challenge of handling large volumes of setplays. The comparative analysis of loading times confirmed that the new approach is more efficient in the selection and loading of setplays, providing significant contributions to the scientific community, as well as enabling its implementation in other teams, improving performance in competitions. Keywords: multi-agent systems; setplays; simulated soccer; strategy planner; Fcportugal Setplays framework; RoboViz; BahiaRT Setplays Collecting Toolkit.
dc.format.mimetypeapplication/pdf
dc.identifier.citationSANTOS, Caroline de Souza dos. Comparação de políticas de carga e seleção para jogadas ensaiadas (setplays) aplicadas ao futebol de robôs humanoides simulados em ambiente 3D. Orientador: Dr. Marco Antonio Costa Simões. 2024. 77 f. Trabalho de conclusão de curso (Bacharelado em Sistemas de Informação) - Departamento de Ciências Exatas e da Terra, Campus I, Universidade do Estado da Bahia. Salvador - BA, 2024.
dc.identifier.urihttps://saberaberto.uneb.br/handle/20.500.11896/7344
dc.identifier2.Latteshttp://lattes.cnpq.br/8430039698868930
dc.language.isopor
dc.publisherUniversidade do Estado da Bahia
dc.publisher.programColegiado de Sistemas de Informação
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.rights2Attribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.subject.keywordsSistema Multiagente
dc.subject.keywordsSetplays
dc.subject.keywordsFutebol Simulado
dc.subject.keywordsStrategy Planner
dc.subject.keywordsFcportugal Setplays Framework
dc.subject.keywordsRoboViz
dc.subject.keywordsBahiaRT Setplays Collecting Toolkit
dc.titleComparação de políticas de carga e seleção para jogadas ensaiadas (setplays) aplicadas ao futebol de robôs humanoides simulados em ambiente 3D
dc.title.alternativeComparison of load and selection policies for set plays applied to simulated humanoid robot soccer in a 3D environment
dc.typeinfo:eu-repo/semantics/bachelorThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Comparação de políticas de carga_ Caroline Santos.pdf
Tamanho:
2.98 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
462 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Bacharelado em Sistemas de Informação - DCET1