Este trabalho apresenta uma abordagem sobre uma pesquisa de construção de redes neurais com uma IA (Inteligência Artificial), aplicada em jogos. O objetivo é explicar como um personagem pode se comportar com uma IA implementada no sistema do jogo. Existem métodos que podem ser utilizados para evoluir uma IA em jogos, dentre eles podemos citar o HyperNEAT e também existem outros métodos de ambientes de testes. Pesquisas anteriores feitas através de jogos antigos, demonstravam que haviam limitadas ações de espaços. Com o tempo decorrido, os jogos modernos disponibilizam as escolhas das diversas e vastas ações, isso ocorre pela capacidade do jogador selecionar várias ações entre um espaço combinatório de centenas de possibilidades, concedendo assim conjuntos ricos de desafios. Esses desafios ainda não foram superados, então pesquisas anteriores sugerem que é mais propenso a ter uma abordagem específica ao tentar construir um modelo de IA de uso geral. O algoritmo imitador com clustering, aparenta ter uma boa solução para jogos que não forem complexos. Já o HyperNEAT aparenta ser melhor do que os demais, devido a probabilidade de solucionar problemas complexos.
This paper presents an approach to research on the construction of neural networks with an AI (Artificial Intelligence), applied to games. The objective is to explain how a character can behave with an AI implemented in the game system. There are methods that can be used to evolve an AI in games, among them we can mention HyperNEAT and there are also other methods of testing environments. Previous research done through old games demonstrated that there were limited space actions. Over time, modern games provide the choice of diverse and vast actions, this occurs due to the player's ability to select several actions from a combinatorial space of hundreds of possibilities, thus providing rich sets of challenges. These challenges have not yet been overcome, so previous research suggests that it is more likely to have a specific approach when trying to build a general-purpose AI model. The imitator algorithm with clustering appears to have a good solution for games that are not complex. HyperNEAT, on the other hand, appears to be better than the others, due to the probability of solving complex problems.
