Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/28974
| Type: | Trabalho de conclusão de graduação |
| Title: | Avaliação de estratégias para o algoritmo Minimax no jogo da onça |
| Author(s)/Inventor(s): | Santos, Carlos Eduardo da Silva Gomes, Willian Raphael Rosa |
| Advisor: | Silva, João Carlos Pereira da |
| Abstract: | Este trabalho busca estudar a aplicação da técnica de Inteligência Artificial conhecida com Algoritmo Minimax ao jogo de tabuleiro de origem indígena brasileira, conhecido como o jogo da onça ou adugo. O jogo envolve dois papéis distintos: o da onça, cujo o objetivo é capturar cinco cachorros, e o dos cachorros, cujo o objetivo é cercar a onça, impedindo-a de se movimentar. O objetivo do trabalho é fazer uma análise exploratória sobre a aplicação do algoritmo Minimax no jogo da onça, buscando analisar e propor funções de utilidade com o intuito de definir as melhores estratégias para ambos os agentes. Dessa forma, busca-se equilibrar o desempenho da onça e dos cachorros, analisando como diferentes funções de utilidade impactam no desempenho de ambos. Para isso, foram realizados diversos experimentos variando funções de utilidade, profundidade, limite de turnos, entre outros, afim de avaliar o impacto desses parâmetros no comportamento e desempenho dos agentes. Os resultados indicam que a onça possui uma vantagem considerável em relação aos cachorros, tornando evidente a necessidade de estratégias mais bem pensadas na jogabilidade dos cachorros para tornar o jogo mais equilibrado. |
| Keywords: | Inteligência artificial Jogo da onça Algoritmo minimax Jogos de tabuleiro Artificial intelligence Machine learning Board games |
| Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Production unit: | Instituto de Computação |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | 2-Mar-2026 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| CESSantos.pdf | 2.69 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.