Este projeto implementa o algoritmo Q-learning para treinar um agente capaz de jogar o jogo Pentago de forma eficaz contra um oponente. O Pentago é um jogo de tabuleiro de estratégia abstrata para dois jogadores, inventado por Tomas Flodén. O objetivo do jogo é formar um padrão de cinco peças de sua cor (branco ou preto) em linha reta, em qualquer direção (horizontal, vertical ou diagonal), em qualquer um dos quatro blocos do tabuleiro.
O Q-learning é um algoritmo de aprendizado por reforço que permite que um agente aprenda a tomar decisões ótimas em um ambiente desconhecido, maximizando a recompensa cumulativa ao longo do tempo. O agente aprende uma função de valor de ação, chamada de função Q, que atribui um valor a cada par estado-ação, representando a utilidade esperada de escolher a ação em um determinado estado. O algoritmo atualiza iterativamente os valores Q com base em recompensas recebidas e estimativas futuras de recompensas.
- Por questões de limitações do github, deve ser baixado o agente treinado para a sua máquina no link: agent_data.pkl
- Após baixado, ele deve ser inserido na raiz do repositório para que possa jogar e treiná-la.
- Python 3.x
- Bibliotecas Python:
numpy,pickle,os,random
- Clone este repositório em sua máquina local.
- Certifique-se de ter todas as dependências instaladas.
- Execute o arquivo
main.pypara jogar contra o agente ou o arquivotrain.pypara treinar o agente contra ele mesmo:
python main.py
python train.py- Você pode ajustar os hiperparâmetros de aprendizado e outras configurações no arquivo
agent.py. - Para modificar o comportamento do oponente Minimax, você pode ajustar a implementação do algoritmo no arquivo
minimax.py.
Após o treinamento, o agente Q-learning deve ser capaz de jogar o Pentago contra um oponente, demonstrando estratégias aprendidas ao longo do tempo. Os resultados do treinamento, incluindo o número de vitórias do agente, derrotas do oponente e empates, serão exibidos no terminal.
- Carolina Gimenez
- Eduarda Medeiros