Geração de variações de jogos de tabuleiro via técnicas de inteligência artificial

Abstract

Evolutionary Game Design (EGD) é uma abordagem de criação de jogos de tabuleiro de maneira automatizada. Sua concepção inicial tem origem no Sistema Ludi, um Sistema de Jogos que possuia, entre outras funcionalidades, uma Linguagem de Descrição de Jogos (GDL) própria, um General Game Player capaz de realizar a automatização de partidas de jogos descritos nessa linguagem, e um variado conjunto de métricas utilizadas para avaliar um jogo sob diferentes aspectos. Com base nessas características, utilizando o sistema Ludi, foi possível realizar a criação de novos jogos de tabuleiro de maneira automatizada utilizando técnicas de Programação Genética. O presente trabalho visa implementar um Algoritmo de Busca Local utilizando o sistema Ludii, sucessor do sistema original Ludi, para realizar a procura de variantes de jogos que apresentem características mais interessantes que os originais com relação às métricas adotadas. Para isso, partindo de um jogo base, é realizada a alteração em um parâmetro inteiro ou booleano existente na sua definição. A variação obtida é avaliada de acordo com as métricas de análise implementadas no sistema através de partidas automatizadas entre agentes executando o Algoritmo de Busca de Monte Carlo em Árvores. A partir da abordagem utilizada neste trabalho, foi possível obter variantes dos jogos utilizados como base, mas que mantinham uma similaridade com as mecânicas dos jogos originais.

Evolutionary Game Design is an approach to create board games in an automated way. Its initial conception originates from the Ludi System, a Game System that had, among other functionalities, its own Game Description Language (GDL), a General Game Player capable of performing the automation of games described in this language, and a varied set of metrics used to evaluate a game under different aspects. Based on these characteristics, using the Ludi system, it was possible to create new board games in an automated way using Genetic Programming techniques. The present work aims to implement a Local Search Algorithm using the Ludii system, successor of the original Ludi system, to search for game variants that present more in teresting characteristics than the original ones in relation to the adopted metrics. To this, starting from a base game, an integer or boolean parameter in its definition is changed. The variation obtained is evaluated according to the analysis metrics implemented in the system through random matches between agents executing the Monte Carlo Tree Search Algorithm. From the approach used in this work, it was possible to obtain variants of the games used as a base, but which maintained a similarity with the mechanics of the original games.