Kitsune AI: Uma arquitetura utilizando Agente BDI e Aprendizagem por Reforço para jogar jogos de NES.

Abstract

A utilização de técnicas de Aprendizado por Reforço em Agentes demonstra uma união de diferentes frentes da Inteligência Artificial, necessitando-se de um bom modelo a fim de coordenar as abordagens escolhidas. Esse trabalho cria uma arquitetura modular que permite o desenvolvimento de um Agente que detecte objetos na tela para serem analisados pela abordagem Belief–Desire–Intention (BDI) amparada com algoritmos de Aprendizado por Reforço na concepção de planos com o objetivo de jogar jogos do NES, nesse caso Super Mario Bros. Na implementação, o agente é capaz de detectar obstáculos, inimigos e outros objetos da tela utilizados na criação de percepções. Essas formam o estado atual do jogo a fim de se descobrir a melhor ação possível, permitindo uma programação de mais alto nível atrelado a resultados mais específicos obtidos pelo treinamento. Foram utilizados os algoritmos QLearning e SARSA, demonstrando a arquitetura modular que permite experimentos e melhorias direcionados.