Pesquisa e Escrita
Academia
Artigos, pesquisas e escrita técnica sobre engenharia de software, inteligência artificial, computação e cultura digital.
Artigos de Conferência
Monte Carlo Tree Search: Uma Revisão de Desvantagens, Vantagens e Limitações em Jogos Multijogador Complexos
MCTS ganhou destaque após seus sucessos em Go, Xadrez e Shogi, mas a maioria dos estudos foca em jogos de dois jogadores com informação perfeita. Este artigo analisa o MCTS em jogos digitais e de tabuleiro multiplayer, que costumam ser caracterizados por informação imperfeita. Com base em 18 artigos selecionados entre 22 recuperados do IEEE Xplore, HAL Science Ouverte e Google Scholar (2013–2025), o estudo identifica três limitações estruturais recorrentes: platôs computacionais, pontos cegos no raciocínio tático e trade-offs na modelagem de oponentes.
MODELAGEM DE OPONENTES PARA O TREINAMENTO DE MODELOS BASEADOS NA BUSCA EM ÁRVORE DE MONTE CARLO NO JOGO DE TABULEIRO CITADELS
Este trabalho investiga como a modelagem de oponentes influencia o treinamento de um framework híbrido MCTS-RL aplicado ao jogo de tabuleiro multiplayer Citadels, que apresenta informação oculta, múltiplos jogadores e restrições de tempo. A proposta desacopla o planejamento e a execução por meio de uma estrutura de decisão persistente construída offline a partir de simulações, reduzindo o custo computacional online do MCTS. Em um ambiente de simulação com agentes especialistas e um agente aleatório, diferentes sessões de treinamento (incluindo um ambiente variado) são comparadas pela taxa de vitória. Os resultados indicam que a diversidade de estratégias no treinamento tende a produzir um agente mais robusto e generalista do que o treinamento contra oponentes individualmente fortes.