Behavior Based Fuzzy Logic for World of Warcraft
Authors
Thorsteinsson, Jon List ; Larsen, Søren Møller
Term
4. term
Education
Publication year
2012
Submitted on
2012-06-08
Pages
69
Abstract
Dette projekt bygger videre på tidligere arbejde med at udvikle en autonom agent, der kan spille mod mennesker i World of Warcraft. Vi har bygget et ekspertsystem, der træffer beslutninger med en adfærdsbaseret arkitektur kombineret med fuzzy logik – en form for logik, der tillader grader som for eksempel lidt farligt kontra meget farligt i stedet for kun ja/nej. Reglerne i systemet er vægtede, så nogle hensyn kan tælle mere end andre. Vægtene bliver automatisk justeret med forstærkningslæring, en forsøg-og-fejl-metode, der bruger feedback til at forbedre beslutningerne og dermed mindsker behovet for manuel opsætning. Forsøgene viser, at agenten er let at konfigurere, at passende regelvægte læres hurtigt, og at den klart overgår vores tidligere scriptede agent. I 3-mod-3 kampe kan den udfordre erfarne menneskelige spillere.
This project builds on earlier work to create an autonomous agent that can play against humans in World of Warcraft. We developed an expert system that makes decisions using a behavior-based architecture combined with fuzzy logic – logic that represents degrees (for example, slightly dangerous versus very dangerous) instead of simple yes/no. The fuzzy rules carry weights that express their relative importance. The agent automatically tunes these weights with reinforcement learning, a trial-and-error method that uses feedback to improve decisions, reducing manual configuration. Experiments show that the agent is straightforward to set up, learns suitable rule weights quickly, and clearly outperforms our previous scripted agent. In 3-on-3 matches, it can challenge experienced human players.
[This abstract was generated with the help of AI]
Documents