@MASTERSTHESIS{ 2011:568523038,
 	title = {Otimização da função de avaliação de Dominó de 4 pontas utilizando Algoritmo genético},
 	year = {2011},
 	url = "https://tede.ufam.edu.br/handle/tede/6478",
 	abstract = "O dominó de 4 pontas, popular no Estado do Amazonas, é uma variação do jogo de dominó
 possivelmente originado na China. No dominó de 4 pontas, as partidas são disputadas entre
 duas duplas e os jogadores devem elaborar estratégias baseadas em três objetivos principais:
 pontuar, facilitar jogadas futuras da dupla e dificultar as jogadas dos adversários. Porém, em
 nenhum momento os jogadores tem conhecimento sobre as peças em posse dos demais
 jogadores, o que caracteriza o dominó como um jogo de informações imperfeitas, onde a
 busca no espaço de soluções é uma tarefa mais complexa do que em jogos de informações
 perfeitas. Este trabalho apresenta o desenvolvimento de um agente inteligente para o jogo de
 dominó de 4 pontas, cuja escolha das jogadas é feita através de uma função de avaliação. A
 função de avaliação se baseia em informações sobre o estado presente de jogo para realizar a
 escolha das jogadas de acordo com os objetivos do jogo. Foram propostas quatro possíveis
 estratégias a serem adotadas pelo agente inteligente para o dominó de 4 pontas: uma estratégia
 que considera os três objetivos principais simultaneamente, uma estratégia que prioriza
 apenas o próprio jogador, uma estratégia que prioriza apenas o parceiro de dupla e uma
 estratégia que somente visa bloquear as ações adversárias. Por priorizarem diferentes
 objetivos do jogo, cada estratégia é representada por uma função de avaliação distinta. A
 escolha dos coeficientes ótimos para estas funções de avaliação foi realizada utilizando
 Algoritmos Genéticos, uma técnica de busca inspirada na Teoria da Evolução de Darwin. O
 critério de avaliação usado para determinar a melhor solução foi o número de vitórias em
 5000 partidas de dominó e as otimizações foram divididas em três etapas. Inicialmente, para
 cada estratégia, o algoritmo genético maximizou a quantidade de vitórias contra uma dupla
 que adotava a estratégia básica de jogo. Na segunda etapa, as estratégias foram otimizadas
 jogando contra elas mesmas, onde a dupla adversária usou os coeficientes otimizados na
 primeira etapa. Na última etapa, cada estratégia foi otimizada contra as outras três, onde estas
 utilizavam os coeficientes otimizados na segunda etapa. Devido à natureza estocástica do
 algoritmo genético, todas as otimizações foram executadas 10 vezes, permitindo que a média
 e desvio-padrão dos resultados fossem obtidos. Com estas informações, foram aplicados
 testes estatísticos para determinar a significância da quantidade de vitórias. O teste mostrou
 que duas estratégias alcançaram resultados superiores à função desenvolvida em um trabalho
 anterior. Comparando o desempenho entre as quatro estratégias propostas, concluiu-se que a
 estratégia que abrange os três objetivos de jogo é superior às demais, as estratégias que
 priorizam apenas um jogador da dupla apresentam desempenho equivalente e a estratégia que
 se foca apenas em atrapalhar os adversários possui desempenho inferior às anteriores. A
 melhor estratégia otimizada nesta pesquisa também foi avaliada contra duplas formadas por
 jogadores humanos. Contra jogadores experientes, a estratégia não apresentou desempenho
 satisfatório, ganhando apenas 32% das partidas. Porém, contra jogadores casuais, ganhou em
 78% dos jogos disputados.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Engenharia Elétrica},
 	note = {Faculdade de Tecnologia}
}