Genetic Cars: demonstração de funcionamento de algoritmo genético em um protótipo de jogo de carros

Abstract

Os algoritmos genéticos são partes de algoritmos que visam resolver problemas baseando-se em busca e otimização, considerando esse aspecto, o presente trabalho visa demonstrar a aplicação de Algoritmo Genético (AG) a um protótipo de jogo de corrida de carros. O AG desempenha sua função de reprodução, crossover e mutação frente à seleção da dificuldade selecionada. A programação desenvolvida foi baseada em Python e na biblioteca Deap. O princípio básico de seleção da adaptabilidade está em torno das notas obtidas a partir da avaliação do AG, e as soluções obtidas foram analisadas e explicados na parte de resultados desse trabalho. Presume-se que não haja uma estratégia perfeita para que seja feita a otimização e o alcance de um prévio padrão, porém, espera-se que os agentes observados durante o experimento possuam comportamentos semelhantes ao aprendizado de um típico ser de inteligência artificial.

Genetic algorithms are part of the algorithms that aim to solve problems based on search and optimization, considering this aspect or present work as it demonstrates the application of Genetic Algorithm (GA) applied to a car racing game prototype. GA performs its role of reproduction, crossover and mutation facing the selection of the necessary difficulty. The programming developed was based on Python and on the Deap library. The basic principle of adaptability selection is around the corrected grades from the GA evaluation and how solutions were analyzed and explained in the results part of this work. It is assumed that there is no perfect strategy for optimizing and achieving a previous pattern, however, it is expected that the agents observed during the experiment have a tendency to yield a typical artificial intelligence being.