Presentamos Whot AI, un modelo práctico de inteligencia artificial diseñado para jugar al juego de cartas Whot al nivel humano. El reto consistió en construir un agente capaz de tomar decisiones estratégicas en un juego que mezcla habilidad y azar, aprovechando técnicas modernas de aprendizaje automático.
El enfoque utilizado es el aprendizaje por refuerzo. En lugar de depender de enormes conjuntos de datos etiquetados, el agente aprende interactuando con un entorno que simula el juego. Cada situación o estado del juego, por ejemplo la carta actual en mesa, el tamaño del mazo de robo, las cartas en la mano propia y en la del oponente, se evalúa y el agente selecciona una acción. A partir de recompensas positivas por buenas decisiones y negativas por jugadas subóptimas, el agente va ajustando su política para maximizar su rendimiento.
En la fase inicial el agente explora realizando acciones válidas de forma aleatoria. Con el tiempo va explotando las acciones que le reportan más recompensa. Para representar el conocimiento se parte de una Q tabla conceptual y se escala a una Q red neuronal cuando el espacio de estados es grande o continuo. La función recompensa y la actualización basada en la ecuación de Bellman guían el aprendizaje. En nuestro proyecto, debido a la alta estocasticidad del juego Whot, el entrenamiento se realizó durante 50 000 episodios, y el agente obtuvo 28 315 victorias eliminando cartas primero y 18 095 victorias por conteo, un total de 46 410 partidas ganadas sobre 50 000.
Para entrenar y validar el agente utilizamos un motor tradicional basado en reglas que implementa la lógica del juego. Al principio el agente se enfrentó a ese motor y posteriormente jugó contra versiones de sí mismo para seguir acumulando experiencias y mejorar la política. El resultado fue un agente que no solo aprendió las reglas, sino que generalizó estrategias que superaron al oponente basado en reglas, logrando un rendimiento significativamente mejor que el motor tradicional.
Además de la parte algorítmica, desarrollamos una versión para usuario final que permite probar el modelo en un entorno real. La app Android incluye también el motor clásico y funcionalidades multijugador por Bluetooth, Wi Fi y juego online. Si quieres que transformemos una idea en una aplicación real, en Q2BSTUDIO somos especialistas en desarrollo de aplicaciones a medida y software a medida, capaces de crear soluciones que integran modelos de IA como este.
Nuestra empresa Q2BSTUDIO ofrece servicios integrales que van desde inteligencia artificial y agentes IA hasta ciberseguridad y servicios cloud aws y azure. Diseñamos soluciones de inteligencia de negocio y paneles con power bi para que tu empresa convierta datos en decisiones, y aplicamos automatización de procesos para mejorar eficiencia operativa. Si te interesa profundizar en proyectos de inteligencia artificial para tu organización consulta nuestra sección de Inteligencia artificial o si buscas crear una aplicación a medida visita nuestra página de desarrollo de aplicaciones y software a medida.
Whot AI demuestra cómo técnicas como Q learning y redes neuronales de refuerzo pueden convertir reglas de juego y simulaciones en estrategias robustas. Este proyecto es también una forma práctica de desmitificar la IA: con conocimientos de estadísticas, aprendizaje automático y buenas prácticas de ingeniería de software se pueden construir agentes que resuelven problemas reales.
Si eres desarrollador puedes revisar los detalles del entrenamiento y la integración del motor de reglas con el agente, y si eres cliente empresarial en Q2BSTUDIO podemos asesorarte para integrar agentes IA, servicios de ciberseguridad y soluciones cloud adaptadas a tus necesidades.
Disfruta del juego en su versión moderna, prueba la app y valora la experiencia. Gracias por tu interés en Whot AI y en las soluciones de Q2BSTUDIO.
