ESTUDIO DE HEURÍSTICAS EN ESPACIOS BIDIMENSIONALES USANDO ALGORITMOS GENÉTICOS

Abstract

Los algoritmos genéticos cada vez están más presentes en la industria informática. La computación evolutiva es una rama de la inteligencia artificial que, inspirándose en la evolución natural, trata de resolver problemas de aprendizaje y búsqueda.

Este trabajo, a través de un simulador, trata de estudiar el aprendizaje de un conjunto de agentes cuyo objetivo es llegar de un punto a otro de un mapa. El contexto en el que se realizan estas simulaciones será la clave del estudio, ya que se realizarán sobre espacios euclídeos bidimensionales y se aplicarán diferentes cálculos de métricas sobre la función de adecuación. Por ello, este Trabajo de Fin de Grado se dividirá en dos bloques: el desarrollo de un simulador configurable para la obtención de datos y una implementación del algoritmo genético en el que se vean aplicadas las diferentes métricas.

Por un lado, la aplicación de múltiples cálculos de métricas permite comparar los resultados obtenidos sobre diferentes entornos. Las configuraciones aplicadas tanto al algoritmo como a los entornos también serán claves en el estudio de los datos obtenidos.

Por otra parte, para poder obtener estos datos de manera más eficaz y precisa, todos los cálculos relacionados con el movimiento y las colisiones se realizarán a través de funciones matemáticas. Esto permitirá que los datos se generen de manera más rápida, al no depender del movimiento de objetos en escena, y obtendremos unos resultados mucho más precisos en lo relacionado a las colisiones.

Por último, se mostrará una interfaz al principio de la simulación donde el usuario podrá configurar variables tanto del algoritmo genético como del espacio euclídeo. Esto permitirá a los usuarios probar y generar sus propios resultados para realizar estudios.