NERDS DA FRONTEIRA - Soccer 2D Simulation Team Description Paper

NERDS DA FRONTEIRA - Soccer 2D Simulation

Team Description Paper

Camila Leite da Silva, Diego Regis Cortez and Jonathan de Andrade Silva

Resumo:

Este artigo apresenta a descrição do trabalho realizado pela equipe NERDS da Fronteira na categoria Soccer 2D Simulation. A equipe é composta por alunos do Câmpus de Ponta Porã da Universidade Federal de Mato Grosso do Sul, e possui o intuito aplicar técnicas de aprendizagem de máquina para melhorar e aumentar a performance de um time de agentes inteligentes na simulação 2D. Neste TDP serão descritas as principais abordagens de Inteligência Artificial utilizadas, entre elas, uso de redes neurais artificiais e a aplicação de modelos fuzzy, e as perspectivas de planejamento futuro. Os testes foram e continuarão sendo aplicados sobre o time UvA Trilearn ganhador no ano de 2001.

INTRODUÇÃO

Este artigo apresenta a descrição do trabalho realizado pela equipe NERDS da Fronteira da Universidade Federal de Mato Grosso do Sul - Câmpus de Ponta Porã - MS[2], composta por bolsistas do Programa de Educação Tutorial - PET / Fronteira, que contempla os cursos de Ciências da Computação e Sistemas de Informação. O trabalho realizado consiste na utilização de estratégias e aplicações de métodos de Inteligência Artificial para compor o time que representará a Unidade durante a Competição Brasileira de Robótica - CBR 2016, na categoria RoboCup Simulation 2D .

Os membros dispõem, para suas atividades de pesquisa e desenvolvimento, do espaço LaRPP (Laboratório de Robótica de Ponta Porã), que é mantido pelo programa NERDs da Fronteira (Núcleo Educacional de Robótiac e Desenvolvimento de Software da Fronteira). Estas ações de extensão visam aumentar o interesse dos acadêmicos pelas áreas de ciências exatas e tecnologia, e a vinculação de tais atividades com a robótica se faz necessária já que, para o desenvolvimento de softwares que possuem tomada de decisão autônoma, se faz necessária a aplicação de conhecimentos em áreas multidisciplinares como matemática e inteligência artificial.

Assim, para melhor desenvolvimento das propostas, se fez fundamental a pesquisa e o entendimento, por parte dos membros da equipe, de conceitos aprofundados de Aprendizagem de Máquina, Agentes Inteligentes e Sistemas Fuzzy, para que a aplicação dos conhecimentos fosse possıvel no time, cujo código é baseado no UvA Base 2003 [3], desenvolvido na linguagem C++.

Neste artigo serão descritos os processos para o desenvolvimento dos algoritmos de tomada de decisão, que serão organizados da seguinte maneira:

Categoria (Seção II): uma breve descrição da categoria RoboCup Simulation 2D.

Modelagem (Seção III): descrição do embasamento de código usado na equipe.

Controladores Fuzzy (Seção IV): descrição da lógica utilizada na estratégia.

Conclusão (Seção V): Expectativas da equipe quanto ao futuro do time.

CATEGORIA ROBOCUP SIMULATION 2D

A categoria é composta por dois times, cada um com onze agentes inteligentes autônomos, que jogam futebol em ambiente de duas dimensões. Cada agente é representado por um jogador que recebe informações limitadas sobre a situação de jogo e deve decidir qual ação tomar considerando o time como um todo . Por não existir a necessidade de montagem fısica, em hardware, dos agentes inteligentes, o desafio está no desenvolvimento de algoritmos de inteligencia artificial e da estratégia do time.

Modelagem

A modelage do time do NERDs da Fronteira foi feita com base no time UvA Trilearn de 2003 [7], o time surgira em 2001, e foi campeão da categoria no mesmo ano de surgimento. Hoje possui seus códigos difundidos entre os concorrentes e iniciantes na prova, por possuir documentação quase completa, servindo como framework para desenvolvimentos de agentes para a competição.

Controladores Fuzzy em Agentes Inteligentes

O uso de lógica Fuzzy aplicada em agentes inteligentes se faz necessária quando lidamos com um ambiente onde existem inúmeras possibilidades de decisão de ações, como por exemplo, no jogo de futebol simulado da categoria RoboCup Simulation 2D[4]. Nesta categoria, a natureza imprecisa da configuração do campo, impõe que os jogadores decidam seus atos através do processamento das informações passadas pelo servidor, e o sistema fuzzy é útil ao permitir tomadas de decisão baseada em informações que podem ser incompletas, vagas e imprecisas [5].

Inferência Fuzzy

Básicamente, um modelo de inferência nebuloso baseado no Modelo de Mamdani necessita de um antecedente, que irá disparar alguma(s) da(s) regra(s) do conjunto de regras, e, seguidamente, como consequente, determinará a melhor ação a ser tomada. A configuração de uma regra é composta por duas partes:

IF "antecedente" THEN "consequenteendcenter

As regras deste modelo possuem relação fuzzy tanto nos antecedentes quanto nos consequentes, e possui uma interface que realiza a transformação das variáveis de entrada em conjuntos nebulosos equivalentes, e a seguida transformação das saıdas nebulosas em variáveis proporcionais, o que é chamado de fuzzificação e desfuzzificação. São utilizadas operações de intersecção e união entre as regras, para a geração da saıda [6].

Figura 1: Maquina de inferência nebulosa

Função de Pertinência

Consiste em função numérica, gráfica ou tabulada, que atribui valores de pertinência fuzzy para valores discretos de uma variável. Basicamente, o intervalo numérico de todos os possıveis valores reais que uma variável especıfica pode assumir [8].

A determinação de uma função de pertinência consiste em uma etapa crucial na utilização de um sistema fuzzy, pois ela vai representar o conhecimento que se tem de uma determinada informação. As funções podem ter formatos diversos, e, o que foi selecionado para uso da equipe foi o Triangular, cuja representação matemática se dá por <a<b<c (Expressão 1) [10].

(1)

Figura 2: Exemplo gráfico