Atualmente, os jogos de estratégia em tempo real vem crescendo cada vez mais no cenário de jogos, que abre muitos campos para estudos e simulações de algoritmos de Inteligência Artificial pelo fato de ser um jogo dinâmico e de difícil previsão do que poderá acontecer, diferente de um jogo de batalha por turno – é fácil analisar cada um deles. Com isso, o objetivo deste trabalho é
desenvolver um algoritmo de aprendizado de máquina para que o agente consiga aprender a coletar
recursos dentro do ambiente estocástico do jogo StarCraft, visto sua enorme complexidade para ser
jogado por um agente. |