Departamento de Computación

Durante muchos años se han realizado diversas investigaciones en el área de la inteligencia artificial, entre las cuales destacan las que han propuesto nuevos mecanismos para tratar de simular la inteligencia humana por medio de computadoras. Entre uno de varios problemas relevantes destacan los juegos de mesa, y en especí­fico para nuestro trabajo de investigación, el juego de backgammon. En esta tesis se ha diseñado un algoritmo genético capaz de aprender y jugar el juego de backgammon, únicamente proporcionándole las estrategias básicas del juego. Esencialmente, nuestro algoritmo genético ajusta un conjunto de pesos que se utilizan para decidir qué estrategia es la mejor para determinada posición de las fichas en el tablero.
Existe un evaluador autómata estándar de nivel intermedio llamado Pubeval, con el cual, otros autómatas han competido para comparar su desempeño. El objetivo principal de esta tesis es que nuestro autómata compita en contra de Pubeval y obtenga porcentajes de victorias por encima del 50 %.
Aunque ya existen autómatas para jugar el juego de backgammon, no existen reportes en la literatura que utilicen únicamente algoritmos genéticos y reporten resultados en contra de Pubeval, ya que sólo han sido utilizados para probar algunas técnicas de aprendizaje.
Se realizaron varias pruebas, modificando parámetros del algoritmo genético, así­ como la forma de interpretación de las estrategias, para lograr cumplir con el objetivo. Los resultados comparativos al poner a competir nuestro autómata en contra de Pubeval se reportan al final del documento, mostrando también los resultados de otros autómatas previamente publicados.