Design and Implementation of an Agent for Planet Wars AI Challenge

Resumen

Los entornos de Real-time Strategy (RTS) son un gran espacio de investigación para agentes de inteligencia artificial (IA) gracias a la toma de decisiones en tiempo real y la variedad de acciones estratégicas que se pueden realizar. Existen una gran
variedad de juegos RTS, cada uno de ellos con sus propias reglas y dificultades, otorgando un desafío para diseñar un agente competitivo. Para este proyecto se utiliza Planet Wars como espacio de prueba, donde nuestro agente debe administrar sus recursos y tomar decisiones tanto de defensa como de ataque en un periodo de tiempo limitado, además de enfrentarse a distintos escenarios cuyas reglas y parámetros van cambiando con el tiempo.
Este trabajo presenta el proceso de desarrollo de un agente competitivo para entornos RTS, evidenciando métodos eficientes para utilizar en futuras competencias tales como Plane tWars u otras investigaciones relacionadas con la toma de decisiones
en tiempo real, pasando desde el estado del arte y explicando enfoques utilizados en juegos RTS como técnicas heurísticas, métodos de optimización, enfoques de aprendizaje por refuerzo y modelos de coordinación de múltiples agentes. El desarrollo de este proyecto se guía basándose en la metodología Design Science Research (DSR),la cual otorga un enfoque iterativo, llegando a crear 3 versiones del mismo agente, el cual utiliza el algoritmo Monte Carlo Tree Search (MCTS), mezclando 3 métodos, mostrando la evolución de su rendimiento en cada iteración.
Los resultados obtenidos dentro de la competencia son satisfactorios al ser nuestra primera participación en el Planet Wars AI Challenge, alcanzando la posición 17 dentro de los 30 agentes presentes, demostrando una buena estabilidad y desempeño competitivo frente a agentes evolutivos, avariciosos y superando con creces a todos los agentes random.