En los trabajos pioneros de Turing, de los años cincuenta, conducentes al denominado “Test de Turing” tuvo importancia crucial la siguiente decisión: (A) Organizar la Escuela de Dartmouth en el 56, donde se acuña el término
“Inteligencia Artificial” (B) Propone un modelo neuronal para imitar la capacidad cognitiva del ser humano (C) Cambiar la pregunta de “¿pueden pensar las máquinas?” a “¿Pueden las
máquinas hacer, lo que nosotros (como entidades pensantes) hacemos?” Son correctas la (a), y (c), pero no la (b). En 1970 la revista Life llegó a calificar el robot Shakey como: "the first ironman“ "the first bionic person“ "the first thinking robot“ Son falsas todas las otras. Entre otros factores, indica cual fue, sin duda, una de las principales limitaciones que llevaron a
dejar de financiar el proyecto del robot Shakey en 1972: (A) La falta de progreso adecuado en cuanto a su capacidad cognitiva (B) La falta de progreso adecuado en cuanto a su capacidad senso-motora (C) La falta de progreso adecuado en cuanto a su capacidad de interacción (D) Son correctas (a) y (b) pero no (c). En el contexto de la Inteligencia Artificial existe un paradigma denominado IA fuerte o “strong AI” que se caracteriza por perseguir la creación de: Un programa informático que produce el comportamiento racional más fuerte
posible para tomar una decisión Un programa informático capaz de modelar el razonamiento cognitivo del ser
humano Un programa informático capaz de superar a un ser humano en el test de Turing Un programa informático capaz de mantener una conversación con un ser
humano. Entre los potenciales usos de la Inteligencia Artificial aplicada a videojuegos estaría: (A) El comportamiento emocional de los NPC (B) La simulación completa de un jugador virtual (C) Los juegos en red Son correctas (a) y (b) pero no (c) . Existen aspectos cruciales que marcan la diferencia entre la denominada IA académica y la
enfocada al contexto de los videojuegos. Indicar cuál (o cuales) de los siguientes enfoques se aplicaría
exclusivamente al dominio de los videojuegos: (A) Usualmente el objetivo a alcanzar no es tanto un efecto particular como un
comportamiento general (B) El mercado marca las tendencias en las nuevas ideas y desarrollos (C) Sobrepasar determinadas habilidades del ser humano no es negocio Son correctas (b) y (c) pero no (a). Entre las diferentes herramientas utilizadas en la IA para videojuegos existen algunas que facilitan
enormemente el procesamiento desacoplado de objetivos y acciones. Indicar cuál de las siguientes sería la
idónea: (A)Máquinas de Estado Finito (B) Arboles Binarios de Decisión (C) Planificadores Son correctas (a) y (b) pero no (c). Un algoritmo de búsqueda se denomina completo si: (A) Siempre encuentra la solución óptima (B) Siempre encuentra una solución si esta existe
(C) Encuentra todas las soluciones posibles Son correctas (a) y (b) pero no (c). El algoritmo A* utiliza una función de evaluación que incorpora dos componentes: la función de
coste y la heurística. ¿Cuál es la diferencia entre ambas componentes?: La función de coste devuelve el coste real del nodo actual a la meta, mientras
que la función heurística devuelve el costo estimado del nodo actual a la meta La función de coste devuelve el coste estimado del nodo inicial al nodo actual,
mientras que la función heurística devuelve el coste estimado del nodo actual a
la meta La función de coste devuelve el coste real del nodo inicial al nodo actual,
mientras que la función heurística devuelve el coste estimado del nodo actual a
la meta La función de coste devuelve el coste estimado del nodo actual a la meta,
mientras que la función heurística devuelve el coste real del nodo inicial al nodo
actual. Dado el espacio de búsqueda de la figura, se requiere encontrar un camino desde el estado inicial S al estado objetivo G. La tabla muestra tres funciones heurísticas diferentes: h1, h2, y h3. Indicar los tres caminos encontrados por el algoritmo A* utilizando cada una de las heurísticas dadas: h1: S, B, C, G
h2: S, B, C, G
h3: S, B, C, G h1: S, B, C, G
h2: S, B, D, G
h3: S, B, C, G h1: S, B, C, G
h2: S, B, C, G
h3: S, B, D, G h1: S, B, D, G
h2: S, B, D, G
h3: S, B, C, G. En el contexto del denominado “pathfinding” existen una serie de propiedades necesarias para
vincular los caminos encontrados en la representación típica de los grafos con la representación del mundo
asociada. Indicar la respuesta correcta: (A) Cuantización / Localización; Generación; Depuración (B) Cuantización / Localización; Generación; Validación (C) Cuantización / Localización; Implementación; Validación Son correctas (a) y (b) pero no (c). En la industria de videojuegos reciente cuál de los siguientes productos está en el origen del
impulso a los denominados “Behavior Trees” en IA: (A) S.T.A.L.K.E.R. (GSC, 2007) (B) F.E.A.R. (Monolith, 2005) (C) Halo 2 (Bungie Studios, 2004) Son correctas (a) y (c) pero no (b). El ajuste del denominado parámetro de aprendizaje Gamma utilizado en el algoritmo de Q-Learning tiene una clara utilidad. Indicar cuál: (A) Si se ajusta próximo a cero se tiende a considerar solo recompensas inmediatas (B) Si se ajusta próximo a uno se tiende a considerar recompensas futuras con un
mayor peso (C) Si se ajusta a cero se simplifica el problema en algunos casos Son correctas (a) y (b) pero no (c) . En el contexto de aprendizaje por refuerzo se aplica el algoritmo de Q-Learning y se llega al
siguiente resultado de la matriz Q (estado, acción): (A) El 0 de Q(0,5) indica que no se ha alcanzado el estado objetivo (B) El 100 de Q(1,5) indica que se ha alcanzado el estado objetivo (C) El 100 de Q(4,5) indica que se ha alcanzado el estado objetivo Son correctas (a), (b) y (c) . Entre las siguientes ventajas del denominado Paradigma Conexionista indicar cual no es correcta: La computación no se rige por reglas La información es distribuida
Permite la tolerancia a fallos respecto de los datos Reproducen el procesamiento en serie . Los árboles binarios de decisión se relacionan con el enfoque de aprendizaje descrito por: Paradigma Simbólico Paradigma Conexionista Modelo Evolutivo Modelo Bayesiano. En el contexto de los denominados “Steering Behaviors” cuál de las siguientes afirmaciones es incorrecta: Seek (o búsqueda de un objetivo estático) actúa para dirigir al personaje hacia
una posición especificada en el espacio global Flee es simplemente la operación inversa de seek Pursuit es similar a seek excepto que ahora el objetivo es otro personaje en
movimiento Evasion es análoga a Pursuit, salvo que Wander se usa para alejarse de la
posición futura prevista del personaje objetivo. En el contexto del denominado análisis táctico se suele distinguir entre propiedades estáticas,
dinámicas y en evolución. Cuál de las siguientes afirmaciones es incorrecta: El terreno y la topología se consideran propiedades estáticas Los recursos humanos se consideran propiedades en evolución El nivel de peligro se considera una propiedad estática La evolución de las sombras se considera una propiedad dinámica. En el contexto de las denominadas “Máquinas de Estado Finito” (FSMs) se aprecian una serie de
limitaciones en cuanto a su uso en videojuegos. Indicar cuál de las siguientes afirmaciones es incorrecta: Son muy difíciles de reutilizar en juegos diferentes El proceso de edición de la lógica de un FSM es de muy bajo nivel Operan siempre en un modo reactivo Conllevan una gran sobrecarga computacional. En el contexto de los denominados “Behavior trees” (BTs) se aprecian una serie de ventajas en
cuanto a su uso en videojuegos. Indicar cuál de las siguientes afirmaciones es incorrecta: Son fácilmente escalables Permiten un alto grado de reusabilidad Un referente de uso en la industria de videojuegos sería “F.E.A.R.” de Monolith
Productions Permiten ejecución en modo concurrente. En 1970 la revista Life llegó a calificar el robot Shakey como: (A) "the first ironman“ (B) "the first electronic person“ (C) "the first thinking robot“ Son correctas (a) y (b) pero no (c). El denominado test de Turing [Turing, 1950] es una prueba de la capacidad de una máquina para
exhibir un comportamiento inteligente equivalente o indistinguible del de un humano. Describir
brevemente en que consiste dicha prueba, denominada “the imitation Game”. Desde sus inicios la IA ha realizado grandes progresos, pero las soluciones generales a problemas reales continúan sin ser alcanzadas plenamente. Indicar de entre las siguientes aquella área donde se haya llegado más lejos alcanzando soluciones de propósito general: “Image understanding” en la comprensión de escenas naturales del mundo real "Planning and Reasoning“ para los sistemas generales con las complejidades del
mundo real “Speech understanding” en la comprensión del lenguaje natural “Pattern Recognition” es una rama de “machine learning” que se centra en el reconocimiento de patrones y regularidades en los datos. En el contexto del proyecto del robot Shakey indicar cuál de las respuestas es incorrecta: La parte visible era solo su extensión móvil El cerebro real ocupaba una sala entera en otra parte del laboratorio con una
segunda computadora que actuaba como interfaz de control Hoy en día cualquier video consola posee mucha más potencia que estos dos
ordenadores juntos Shakey fue descrito en la revista Life (1970) como "the first thinking robot" . En el contexto de los beneficios que aportan los planificadores de IA a los videojuegos indicar
cuál de las siguientes afirmaciones es incorrecta: Facilitan el desacople entre objetivos y acciones Permiten diseñar comportamientos por capas Facilitan la solución dinámica de problemas Reducen el coste computacional de los enfoques clásicos (e.g. FSM’s, etc.). Entre los aspectos de la inteligencia artificial que un desarrollador de juegos debería conocer, indicar la respuesta incorrecta: HACKS: Efectos puntuales, usualmente plasmados directamente en el código
como recurso de programación EURISTICAS: Técnicas o reglas que aplicadas pueden servir para resolver un
problema puntual ALGORITMOS: Programas que sustentan comportamiento inteligente, basados
en técnicas generales aplicables a varios escenarios REDES: Teoría de redes de comunicación. Existen aspectos cruciales que marcan la diferencia entre la denominada IA académica y la enfocada al contexto de los videojuegos. Indicar cuál (o cuales) de los siguientes enfoques se aplicaría exclusivamente al dominio de los videojuegos: (A) Usualmente el objetivo a alcanzar no es tanto un efecto particular como un
comportamiento general (B) El mercado marca las tendencias en las nuevas ideas y desarrollos (C) Sobrepasar determinadas habilidades del ser humano no es negocio Son correctas (a) y (b) pero no (c)
. En el contexto de los planificadores clásicos tipo STRPS indicar cuál de las siguientes afirmaciones es incorrecta: Un plan es una secuencia de acciones Se requiere que cada acción en la secuencia sea aplicable, es decir, su precondición se cumpla antes de que se ejecute Los estados, las acciones y los objetivos se describen en el lenguaje de la lógica
simbólica En STRIPS una precondición se define como un conjunto de acciones. Acerca del algoritmo de Dijkstra indicar cuál de las siguientes afirmaciones es incorrecta: Fue originalmente diseñado para resolver un problema en la teoría matemática
de grafos, denominado de forma confusa el "camino más corto" Es un algoritmo muy utilizado en el análisis táctico Es una versión simplificada del principal algoritmo de pathfinding A * Se puede modificar, de manera eficiente, para generar solo el camino que nos
interesa. En relación al algoritmo A* cuál de las siguientes afirmaciones es incorrecta: A diferencia del algoritmo de Dijkstra, A* está diseñado para la identificación de
caminos punto a punto y no para resolver el problema de la ruta más corta en la
teoría de grafos A diferencia de Dijkstra, el nodo de la lista abierta con el menor coste total
estimado se selecciona en cada iteración para A* Dependiendo de la elección de la función heurística, podemos garantizar
resultados óptimos, o podemos permitir deliberadamente resultados subóptimos
para conseguir una ejecución más rápida de A* Aun en casos complejos, el tiempo dedicado a evaluar la heurística no se
considera que pueda ser dominante en el algoritmo A*. Dado el espacio de búsqueda de la figura, se requiere encontrar un camino desde el estado inicial H al estado objetivo T.
La tabla muestra tres funciones heurísticas diferentes: h1, h2, y h3. Indicar los tres caminos encontrados por el algoritmo A* utilizando cada una de las heurísticas dadas: h1: H, M, K, T
h2: H, F, R, T
h3: H, M, K, T h1: H, M, K, T
h2: H, M, J, T
h3: H, F, R, T h1: H, M, K, T
h2: H, M, K, T
h3: H, M, K, T h1: H, F, R, T
h2: H, M, K, T
h3: H, F, R, T. En los denominados Mapas de Influencia se utilizan distintas representaciones del espacio que
habrán de facilitar su conectividad. Indicar la respuesta incorrecta a este respecto: Coarse Grid Area Graphs Waypoint Network Points of visibility. En el nivel táctico de la IA para videojuegos cuál de las siguientes afirmaciones es incorrecta: El análisis topológico utiliza las conexiones entre waypoints además de sus cualidades tácticas y posiciones La mayoría de los videojuegos tienen un conjunto de cualidades tácticas predefinidas Un buen punto de emboscada ha de garantizar cobertura y oscuridad, junto con proximidad a un punto expuesto Los waypoints utilizados conviene que sean procesados online, identificando sus cualidades tácticas. En el contexto del algoritmo de Q-Learning indicar la afirmación incorrecta: Se trata del denominado aprendizaje por refuerzo El agente aprende guiado por un maestro (aprendizaje supervisado) El agente explora el entorno y aprende de la experiencia en base a recompensas El algoritmo funciona de modo iterativo donde cada ciclo se denomina episodio. La denominada Matriz de Adyacencia de un Grafo utiliza una matriz bidimensional de Booleanos
para almacenar la información de conectividad de un grafo. Construye dicha matriz para el grafo
siguiente: --- F | H | K | S | T
F | 0 | 0 | 1 | 1 | 0
H | 0 | 0 | 1 | 1 | 1
K | 1 | 1 | 0 | 0 | 0
S | 1 | 1 | 0 | 0 | 0
T | 0 | 1 | 0 | 0 | 0 --- F | H | K | S | T
F | 0 | 1 | 1 | 0 | 1
H | 0 | 1 | 1 | 0 | 1
K | 1 |1 | 0 | 0 | 0
S | 1 | 0 | 0 | 1 | 0
T | 0 | 0 | 0 | 0 | 1 --- F | H | K | S | T
F | 1 | 0 | 1 | 1 | 0
H | 0 | 1 | 1 | 1 | 1
K | 1 | 1 | 1 | 0 | 0
S | 1 | 1 | 0 | 1 | 0
T | 0 | 1 | 0 | 0 | 1 --- F | H | K | S | T
F | 0 | 0 | 1 | 1 | 1
H | 0 | 0 | 1 | 1 | 1
K | 1 |1 | 0 | 0 | 0
S | 1 | 1 | 1 | 0 | 0
T | 0 | 1 | 0 | 0 | 0. Entre las siguientes ventajas del denominado Paradigma Conexionista indicar cual no es correcta La computación se rige por reglas La información es distribuida Permite la tolerancia a fallos respecto de los datos Reproducen el procesamiento en paralelo. Las Redes Neuronales se relacionan con el enfoque de aprendizaje descrito por: Paradigma Simbólico Paradigma Conexionista Modelo Evolutivo Modelo Bayesiano. En el contexto de los denominados “Steering Behaviors” cuál de las siguientes afirmaciones es
incorrecta Wander representa un movimiento aleatorio Flocking resulta de combinar Separation, Cohesion y Heading Evasion es similar a Flee excepto que ahora el objetivo es otro personaje en
movimiento Arrival es análoga a Seek mientras el personaje está lejos de alcanzar su objetivo. En el contexto del denominado análisis táctico se suele distinguir entre propiedades estáticas,
dinámicas y en evolución. Cuál de las siguientes afirmaciones es incorrecta: Los recursos se consideran una propiedad estática El nivel de peligro se considera una propiedad dinámica La influencia se considera una propiedad en evolución La topología se considera una propiedad estática. En el contexto de las denominadas “Máquinas de Estado Finito” (FSMs) existen una serie de
consideraciones en cuanto a su uso en videojuegos. Indicar cuál de las siguientes afirmaciones es correcta: Son muy simples de reutilizar en juegos diferentes El proceso de edición de la lógica de un FSM es de muy alto nivel Su demanda en la industria de videojuegos es cada vez menor Operan siempre en modo deliberativo. En el contexto de los denominados “Behavior trees” (BTs) se aprecian una serie de ventajas en
cuanto a su uso en videojuegos. Indicar cuál de las siguientes afirmaciones es incorrecta Son fácilmente escalables Permiten un alto grado de reusabilidad Permiten modelar comportamientos sofisticados por simple descomposición
jerárquica Están mejor dotados que GOAP para alcanzar objetivos impredecibles. Explicar las diferencias entre búsqueda “informada” y “no informada” en grafos, en el contexto de
“PATHFINDING”, dando ejemplos de algún algoritmo conocido en cada caso. Entre las iniciativas de éxito (citadas a continuación), impulsadas por la IA moderna, indicar cual NO es correcta: Gran auge de los niveles de autonomía en la Robótica IBM, a través de la supercomputadora Deep Blue, derrota al campeón del mundo de ajedrez (Kaspárov) Planificación autónoma en los programas espaciales de la NASA
Progreso significativo de las técnicas de reconocimiento de formas provenientes del paradigma
conexionista (e.g. Deep Learning Approach) Gran avance del “razonamiento automatizado del sentido común” por Minsky. En el contexto del proyecto del robot Shakey indicar cuál de las siguientes afirmaciones es correcta Fue un sistema pionero en el desarrollo de arquitecturas reactivas El “cerebro real” ocupaba varias salas con diferentes computadoras Se desarrolló el algoritmo A* para la planificación de trayectorias Shakey fue descrito en la revista Life (1970) como "the first iron person" Sirvió de inspiración para desarrollar el Algoritmo de Dijkstra
. Sobre el algoritmo de cálculo de caminos A*, indicar cuál de las siguientes afirmaciones es correcta: El algoritmo A* es un algoritmo “no informado” de búsqueda en grafos Calcula siempre el camino más corto
Calcula siempre el camino de menor coste
Calcula un camino subóptimo, es decir, un camino de bajo coste, pero no siempre el de menor coste Calcula siempre una solución en el menor tiempo posible. Indicar qué aspecto, de los aquí descritos, NO se relaciona directamente con la IA aplicada a videojuegos Extensión del tiempo de vida del juego Sensorización y captura del movimiento Simulación completa de un jugador virtual (bot) Generación de mapas y terrenos Generación de enemigos más inteligentes (e.g. reaccionar adecuadamente ante ataques inesperados). En el contexto de Learning ¿Cómo descubren las computadoras nuevos conocimientos? Reduciendo de manera sistemática la incertidumbre Simulando estrategias evolutivas Emulando el comportamiento del cerebro Descubriendo similitudes entre lo antiguo y lo nuevo Todas las respuestas anteriores son correctas. Acerca del algoritmo de Dijkstra indicar cuál de las siguientes afirmaciones NO es correcta Fue originalmente diseñado para resolver un problema en la teoría matemática de grafos, denominado de
forma confusa el "camino más corto" Es un algoritmo muy utilizado en el análisis táctico El algoritmo de Dijkstra termina generalmente cuando la denominada lista abierta está vacía Se puede modificar, de manera eficiente, para generar solo el camino que nos interesa Tiene gran aplicación en los juegos de estrategia. En el contexto de la IA académica, indicar cuál de las siguientes afirmaciones es correcta La IA es la ciencia y la ingeniería de hacer máquinas inteligentes, especialmente programas informáticos
inteligentes Una máquina inteligente tenderá a construir dentro de sí misma un modelo abstracto del entorno en el
que se ubica. El primer texto publicado, escrito por Turing, enfocado completamente en la inteligencia de las
máquinas fue “Computing Machinery and Intelligence” (1950). Una medida de la inteligencia de cualquier homínido es la fracción de su corteza motora dedicada al
control de su capacidad manipuladora Todas las respuestas anteriores son correctas. Con relación al algoritmo A* cuál de las siguientes afirmaciones es correcta A* es un algoritmo completo, es decir, en caso de existir una solución, siempre dará con ella A* con una heurística idénticamente nula daría lugar al algoritmo de Dijkstra La diferencia con otros algoritmos es que A* también tiene en cuenta el coste desde el principio, y no
simplemente el coste local del nodo visitado anteriormente Actualmente se trabaja en la generación automática de heurísticas para A* Todas las anteriores son correctas. Dado el espacio de búsqueda de la figura de la izquierda, se requiere encontrar un camino desde el estado inicial A
al estado objetivo J. La tabla de la derecha muestra el valor de una función heurística con el coste estimado, desde cada
nodo al nodo objetivo J. Indicar cuál sería el primer camino encontrado por el algoritmo A* utilizando la heurística dada: A, B, F, G, J A, E, H, M, N, J
A, E, H, M, J A, B, C, D G, J A, B, C, D, G, K, J. En el nivel táctico de la IA para videojuegos cuál de las siguientes afirmaciones es correcta Las localizaciones en el análisis táctico forman una representación natural del nivel del juego,
especialmente en los niveles outdoor Básicamente, el Pathfinding táctico, en lugar de buscar la ruta más corta o rápida, se focaliza en la
situación táctica del juego Para el pathfinding táctico se utilizan los mismos algoritmos convencionales de pathfinding, y con el
mismo tipo de representación gráfica En niveles indoor, o para juegos sin análisis tácticos, podemos usar los denominados waypoint tácticos Son correctas todas las anteriores. En el contexto del denominado Q-Learning indicar cuál de las siguientes afirmaciones NO es correcta No requiere un modelo predefinido del entorno El algoritmo trabaja de forma iterativa, generando episodios sucesivos Cuanto menor sea el parámetro Gamma más influencia tienen las recompensas futuras "Q” se puede decir que representa la "calidad" de una acción tomada en un estado dado El objetivo siempre es alcanzar el estado asociado con la mayor recompensa. En el contexto de machine learning, ¿Qué tipo de aprendizaje es el más apropiado para generar escenarios? Aprendizaje no supervisado Aprendizaje supervisado Aprendizaje por refuerzo Aprendizaje aleatorio Son falsas todas las anteriores. Construye la Lista de Adyacencia asociada al Grafo mostrado. Me sale bien :) No me sale :(. En el contexto de los planificadores indicar cuál de las siguientes afirmaciones NO es correcta Un NPC percibe el entorno (el mundo del juego virtual) a través de sensores y actúa sobre él a través de
actuadores (componentes de software que afectan el mundo virtual). El agente reactivo deriva sus decisiones únicamente sobre la base de sus percepciones actuales en lugar
de las basadas en modelos que utilizan el histórico de percepciones Históricamente, el planificador STRIPS se utilizó para guiar los movimientos de Shakey hacia sus
objetivos Un planificador requiere de un modelo del mundo, que utiliza exclusivamente dos ingredientes: un
conjunto de estados y un conjunto de acciones Un NPC, en el nivel de implementación, se diseña comúnmente como un agente. En el contexto del denominado “Decision Making” indicar cuál de las siguientes afirmaciones es correcta En las “máquinas de estado jerárquicas” (HFSM) se utilizan algoritmos iterativos para procesar toda la
jerarquía El denominado “Goal-Oriented Action Planning” fue desarrollado a partir del videojuego “Halo 2” Los “Arboles de Comportamiento” implementan una forma de búsqueda simple, a veces denominada
planificación activa Las “Condiciones” y “Acciones” de un “Árbol de Comportamiento” son tareas que ocuparán siempre
las hojas de dicha estructura Son correctas todas las anteriores. En el contexto de los denominados “Steering Behaviors” cuál de las siguientes afirmaciones NO es correcta Un grupo de steering behaviors se puede combinar para actuar como un solo comportamiento Arrival es análoga a Seek mientras el personaje está lejos de alcanzar su objetivo
Evasion es similar a Flee excepto que ahora el objetivo es otro personaje en movimiento Para calcular la dirección en path following, se realiza una predicción basada en la velocidad de la
posición futura del NPC Alignment calcula una orientación promedio de todos sus vecinos. En el contexto de los denominados Pathfinding Graphs, indicar cuál de las siguientes respuestas NO es correcta Existen algoritmos de búsqueda no informada, como los de búsqueda en amplitud o en profundidad, los
cuales son capaces de identificar el nodo objetivo sin utilizar el coste del camino encontrado Para representar un grafo se utilizan, con igual eficiencia, bien las listas o bien las matrices de
adyacencia La esencia crucial del grafo es su conectividad El número de conexiones, en la ruta más corta de un grafo, que conecta dos nodos, se denomina
distancia topológica entre dichos nodos Los grafos adecuados para pathfinding son grafos dirigidos, ponderados y no negativos. Relativo a la “Representación del Mundo” en el Pathfinding indicar que afirmación NO es correcta El mecanismo necesario para convertir localizaciones del juego en nodos del grafo se denomina
“Quantization” El mecanismo necesario para convertir los nodos del grafo, que forman el camino encontrado, en las
localizaciones del juego, se denomina “Localization” La representación más simple usada para teselar el espacio será la rejilla (tile graph), que ofrece una
representación de grafo elemental, aunque pueda ser poco eficiente, dado el número de nodos que suele
conllevar. Cuantos menos nodos haya en el grafo y mejor ubicados, más eficiente será el comportamiento de los
algoritmos de pathfinding La técnica manual por excelencia para teselar el espacio se basa en los denominados “Points of
Visibility”. En el contexto de los Árboles de Decisión, indicar cuál de las siguientes afirmaciones es correcta Aunque el árbol de decisión es más simple con múltiples ramas, la velocidad de ejecución no mejora
significativamente Los árboles de decisión clasifican las variables continuas, creando regiones binarias a partir de
umbrales Los árboles de decisión suelen ser binarios porque pueden optimizarse más fácilmente Con un árbol binario se puede resolver cualquier cosa que se pueda solucionar con un árbol más
complejo, por ello los árboles de decisión suelen implementarse como binarios Son correctas todas las anteriores.
