Raúl Arias Pérez - IADB - IES de Teis

Estudo da solución básica ao xogo pedra, papel, tesoiras a través dun axente intelixente programado en Python

• Parcialmente Observable: Xa que non podemos saber o que "pensa" o axente ao que se enfrenta o noso.
• Multiaxente: Existen dous xogadores(axentes) que se enfrentan.
• Estocástico: As accións do axente non sempre levan ao mesmo resultado.
• Episódico: Cada partida dase nun instante.
• Estático: O medio non cambia mentras o axente está a pensar a súa acción.
• Discreto: As posibles variables que se poden dar son limitadas e ademáis tamén estas son discretas.
• Coñecido: Sabemos as reglas do xogo e como aplicalas.

Optei por un axente reactivo baseado en modelos. O meu axente toma o historial de partidas xogadas, a partir de este colle a última partida xogada e busca a partida seguinte a todas as similares a esta. De este conxunto tomamos o movemento máis probable do rival e realizamos o movemento gañador contra este.

A implentación de este axente está realizada en Python 3.11 apoiandose na librería Pandas e no código aportado por dfleta no seu repositorio de RPS (lixeiramente modificado para adaptarse as nosas necesidades). Todo o meu código atópase no repositorio do proxecto.

Apórtase un arhcivo enviroment.yml para poder replicar a contorna que se utilizou á hora de ser desenvolvido.

Ademáis achégase un axente ciclico ao que poder enfrentar ao noso axente.

Engadiuse un diccionario extra, baseado no orixinal, que permite o uso do axente na versión extendida do xogo (RPSLS). A estructura do axente non precisa modificación para poder funcionar con esta versión extendida, mais precisa máis partidas para comenzar a ser efectivo ao ter máis posibilidades entre as que elixir.

Crea un entorno conda con las especificaciones en enviroment.yml:

conda env create -f environment.yml
conda activate RPS

Ejecuta el programa:

RPS:

python src/rps.py

RPSLS:

python src/RPSLS.py