Proposta de Tese de Lana Bertoldo Rossato

Proposta de Tese de Doutorado

Aluno(a): Lana Bertoldo Rossato
Orientador(a): Anderson Rocha Tavares

Título: Generalização entre Variações de Jogos: Aprendizado por Reforço Zero-Shot para Jogos Similares ao Risk Gerados Proceduralmente
Linha de Pesquisa: Aprendizado de Máquina, Representação de Conhecimento e Raciocínio

Data: 09/10/2026
Hora: 15:00
Local: Esta banca ocorrerá de forma híbrida (virtual e presencial), na sala Auditório 0 do Instituto de Informática/UFRGS e pelo link https://conferenciaweb.rnp.br/ufrgs/bancas_anderson.

Banca Examinadora:
-Joel Luís Carbonera (UFRGS)
-Renato Perez Ribas (UFRGS)
-Joaquim Vinicius Carvalho Assunção (UFSM)

Presidente da Banca: Anderson Rocha Tavares

Resumo: O Design Automático de Jogos (DAG) apresenta desafios referentes à avaliação dos jogos gerados. As novas regras e equipamentos precisam ser jogáveis, interessantes e diferentes do que já existe. No contexto de jogos de estratégia e expansão territorial, o Risk se destaca pela complexidade do espaço de estados e ações. Além disso, a aleatoriedade e a interação com múltiplos jogadores trazem diversos desafios ao jogador. A criação de novas variantes do jogo Risk agrega ainda a variação de regras. Além da complexidade inerente ao jogo, o jogador precisa lidar com as mudanças a cada nova variante criada. Diante desse cenário, esta proposta de tese investiga o desenvolvimento de um agente capaz de jogar diferentes variantes de Risk. O contexto em que está inserido exige o mínimo tempo de retreino e a máxima habilidade de generalização. Inicialmente, foi desenvolvido um agente baseado em LLM com o objetivo de inv estigar sua generalidade. LLMs se mostraram competentes e generalizam bem, porém, frente à alta latência, surge a necessidade de um agente mais rápido. Por esse motivo, será desenvolvido um agente baseado em aprendizado por reforço que mantenha a generalidade e dê respostas rápidas. A análise do agente será feita em uma versão simplificada do Risk, buscando o completo entendimento das limitações e qualificações da implementação. Com isso, busca-se desenvolver um agente rápido, inteligente e adaptável, capaz de jogar variações do jogo Risk geradas de forma procedural.

Palavras-Chave: Design Evolutivo de Jogos. Aprendizado por Reforço. Grandes modelos de linguagem. Risk.