Matemáticas detrás de la inteligencia artificial en los videojuegos

Yenny Felicita Vargas Salazar, Verónica Luisana Muñoz Paredes, Mariuxi Angela Tobar Carrera, Miguel Gilberto Grefa Cerda

Resumen


La inteligencia artificial (IA) en los videojuegos es el resultado de una compleja combinación de principios matemáticos que permiten crear experiencias dinámicas e inmersivas. Desde la toma de decisiones de los personajes no jugables (NPCs) hasta la generación de comportamiento adaptativos, la matemática juega un papel esencial en el desarrollo de sistemas inteligentes dentro de los juegos. Este articulo analiza algunos de los conceptos matemáticos claves utilizados en la IA durante la programación de los videojuegos, incluyendo los algoritmos de búsqueda y optimización, la teoría de grafos para la navegación de personajes, el álgebra lineal aplicada a la representación de movimientos y físicas, la estadística y probabilidad en la toma de decisiones, y el aprendizaje autónomo para la mejora continua del comportamiento de los NPCs. Además, se presentan ejemplos prácticos de cómo estas herramientas han permitido el desarrollo de juegos más desafiantes, realistas y personalizados para los jugadores. El uso de la IA en los videojuegos sigue evolucionando, impulsado por modelos matemáticos cada vez más sofisticados. Esto no solo mejora la jugabilidad, sino que también abre nuevas posibilidades para el diseño de mundos virtuales interactivos y experiencias más inmersivas.


Palabras clave


Modelos matemáticos; inteligencia artificial; videojuegos; experiencia de juego; innovación y optimización en tiempo real.

Texto completo:

PDF HTML

Referencias


Amigone, F., Kogan, P., Michelan, G., & Rodriguez, J. (2018). Edimbrujo: Definiendo un modelo didáctico para la enseñanza de la Inteligencia Artificial en Juegos. In XIII Congreso de Tecnología en Educación y Educación en Tecnología (Posadas, 2018). https://sedici.unlp.edu.ar/handle/10915/68912

Basso Basso, I. R., & Alvarez Nuñez, M. F. (2013). Teoría de grafos. http://repobib.ubiobio.cl/jspui/handle/123456789/1953

Besada Portas, E., Herrera Caro, P. J., & Pajares Martinsanz, G. (2021). Aprendizaje profundo.

Cruz Chávez, M. A., Moreno Bernal, P., & Peralta Abarca, J. D. C. (2014). Aplicación de la teoría de la complejidad en optimización combinatoria. Inventio, la génesis de la cultura universitaria en Morelos, 10(20), 35-42. https://dialnet.unirioja.es/servlet/articulo?codigo=4733827

Dado, A. (2011). Introducción al álgebra lineal. http://webdelprofesor.ula.ve/economia/gcolmen/programa/economia/ejercicios_capitulo_1.pdf

Díaz Ramírez, J. (2021). Aprendizaje automático y aprendizaje profundo. Ingeniare. Revista chilena de ingeniería, 29(2), 180-181. https://www.scielo.cl/scielo.php?pid=S0718-33052021000200180&script=sci_arttext

Flores Méndez, C. E., López, M. Q., Orozco Aguirre, H. R., & Pérez, I. R. (2019). Arquitectura de un juego serio inteligente basado en retos de matemáticas básicas. ReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónica, 8(2). https://www.redalyc.org/journal/5122/512261374006/512261374006.pdf

}Frittelli, V., Tartabini, M., Teicher, R., Steffolani, F., Serrano, D., Fernández, J., & Strub, A. (2013). Desarrollo de Juegos como Estrategia Didáctica en la Enseñanza de la Programación. CONAIISI 2013.

Güitta López, L., López López, Á. J., & Sánchez Molina, R. (2024). Aprendizaje por Refuerzo. https://repositorio.comillas.edu/xmlui/handle/11531/92129

Hernández Pérez, A. (2024). Introducción al aprendizaje por refuerzo. https://gredos.usal.es/handle/10366/163871

Martínez Ramón, M. (2008). Introducción a los métodos Kernel. Universidad Autónoma de Madrid, 29. http://arantxa.ii.uam.es/~jms/seminarios_doctorado/abstracts2007-2008/20080429MMartinez.pdf

Mata, G., Ruiz, B., Camacho, C., Méndez, A., Muñoz, S., & Zambrano, H. (2018). Un algoritmo de planificación en una clase de sistemas de eventos discretos. Dyna, 85(206), 283-293. http://www.scielo.org.co/scielo.php?pid=S0012-73532018000300283&script=sci_arttext

Molina Ayuso, Á. (2023). Introducción a la Inteligencia Artificial desde el aula de Matemáticas. Epsilon, 114(114), 99-111. http://www.geogebraandalucia.es/epsilon_d9/sites/default/files/2023-09/epsilon114_06.pdf

Morales, E., & González, J. (2012). Aprendizaje por refuerzo. Presentación En Línea en: https://ccc. inaoep. mx/~ emorales/Cursos/Aprendizaje2/Acetatos/refuerzo. pdf. https://ccc.inaoep.mx/~emorales/Cursos/NvoAprend/Acetatos/refuerzo.pdf

Moreno Padilla, R. D. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información: RITI, 7(14), 260-270. https://dialnet.unirioja.es/servlet/articulo?codigo=7242777

Murphy, K. (2012). Aprendizaje automático: una perspectiva probabilística. Prensa del MIT.

Oviedo Bayas, B. W. (2016). Modelos gráficos probabilisticos aplicados a la predicción del rendimiento en educación (Doctoral dissertation, Universidad de Granada). https://digibug.ugr.es/handle/10481/44592

Piedra Hernández, V. S., & Paternostro Movilla, C. A. (2009). Aplicaciones de la teoría de grafos en la informática. https://repository.javeriana.edu.co/handle/10554/8378

Quevedo Sarmiento, J. R., & Quevedo Gutiérrez, E. G. (2021). Árbol de Juegos: Del Algoritmo Minimax con Poda α-β al Algoritmo Montecarlo Tree Search. Fuerza Bruta vs Aleatoriedad. Formación del Profesorado e Investigación en Educación Matemática. https://accedacris.ulpgc.es/handle/10553/121232

Recuenco, A., & Reyes, W. (2020). Inteligencia artificial: Camino a un nuevo esquema del mundo. SCIÉNDO, 23(4), 299-308. https://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/3203

Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial, 20-21. https://planetadelibrosar0.cdnstatics.com/libros_contenido_extra/40/39307_Inteligencia_artificial.pdf

Sánchez Esteban, N. (2013). El juego y la matemática. Juegos de matemáticas para el alumnado del primer ciclo de E. Primaria. https://uvadoc.uva.es/handle/10324/4809

Sánchez Vila, E. M., & Lama Penín, M. (2007). Monografía: Técnicas de la Inteligencia Artificial aplicadas a la educación. Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial, 11(33), 7-12. https://www.redalyc.org/pdf/925/92503302.pdf




DOI: https://doi.org/10.23857/pc.v10i3.9060

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/