Ejemplo De Uso De Redes Neuronales

Ejemplo de uso de Redes Neuronales Artificiales (RNAs)

1. Enseñando a un softbot a chutar un balón
2. Escenario típico
3. La tarea T
4. Experimento 1 (velocidad balón fija)
5. Experimento 2 (velocidad balón variable)
6. Experimento 3 (trayectoria balón variable)

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a – p.1/17
ı
ı

Elsimulador
Propiedades
1. Realista (fricción, inercia, ruido)
2. Animado
3. Basado en cliente-servidor
4. Clientes usan planificación de rutas (seguimiento
balón)
Arquitectura
Cliente

jugador B
Simulador

Balón
jugador A

energía
giros

orientación

posición (x,y)
Cliente

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a –p.2/17
ı
ı

Enseñando a un softbot a chutar un balón
Usaremos un simulador de fútbol, construído bajo el paradigma de
los sistemas multi-agente, para enseñar a un jugador a chutar.
Vamos a hacer uso de una red neuronal artificial
Dos tipos de agentes,
un agente que pasa el balón, el pasador, y
otro que chuta a partir del pase, el chutador.
La velocidad inicial de la pelota en el pasedepende de la distancia
desde la que el pasador empieza a moverse
El chutador debe mantener una aceleración constante, una vez que
empieza a moverse.
La tarea T , a aprender por el chutador es decidir cuando comenzar a
moverse.

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a – p.3/17
ı
ı

Escenario típico
La tarea T depende de lascoordenadas del balón y del chutador
→ (x, y, θ).
El método mediante el cual el chutador decide sus movimientos se
ı
denomina pol´tica de chut
El método mediante el que elegir la línea de dirección se denomina
política de dirección (steering policy)
Los parámetros (x, y, θ) varían de forma aleatoria para generar
casos diferentes
El rango de variación para la orientación es de 70o .
x e yvarían de forma independiente en 40 unidades.
El ruído es de 2 unidades para x e y y 2 grados para θ

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a – p.4/17
ı
ı

Escenario típico (II)
Chutador
90

Punto
Contacto

0

180
-90

110
170

Pasador

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2.Ampliacion. Juan A. Bot´a – p.5/17
ı
ı

La tarea T
La dificultad en el aprendizaje de T depende de
Los experimentos se pueden realizar con la misma velocida para la pelota, o con
velocidad variable.
La bola puede moverse siempre en la misma trayectoria, o en diferentes
trayectorias.
La portería puede estar siempre en el mismo sitio o puede moverse arriba ó
abajo.
Tanto el entrenamientocomo la evaluación se pueden realizar en el mismo sitio, o
la evaluación puede moverse a otro cuadrante.
Es posible que no sea necesario aprendizaje inductivo. Si planteamos la política de
chut
cuando el chutador se encuentra en la orientación adecuada, debería
comenzar a moverse cuando la distancia de la pelota al punto de contacto es
igual o menor que 110 unidades
Resultado −→ una tasa deaciertos del 60.8%.

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a – p.6/17
ı
ı

Experimento 1: Velocidad del balón fija
En los pases el balón se mueve siempre en la misma trayectoria y con la
misma velocidad, para todos los ejemplos de entrenamiento y
evaluación.
Condiciones base para marcar un tanto
Trayectoria de la pelota de140 grados
velocidad de la pelota 135 units/sec,
intersección de linea de dirección del chutador y banda a 170
unidades de portería
Chutador

90

Punto
Contacto

0

180

-90
110
170

Pasador

´
´
Aprendizaje Computacional. Ingenier´a Superior en Informatica. Tema2. Ampliacion. Juan A. Bot´a – p.7/17
ı
ı

Experimento 1: diseñando la red
La salida debe indicar si el...