Atualmente, a investigação em jogos é uma área de elevado interesse para a inteligência artificial, existindo um número variado de jogos onde a aplicar, que podem ser úteis na resolução de outros problemas dos mais diversos domínios. Os jogos podem ser classificados em dois tipos fundamentais: jogos de informação completa e jogos de informação incompleta, sendo estes últimos o objeto de interesse desta dissertação.
Um jogo de informação incompleta pode ser definido como um jogo entre dois ou mais participantes, no qual pelo menos um não tem acesso a todos os dados referentes ao jogo (ex.: as cartas dos adversários num jogo de poker), ou seja, os participantes não têm conhecimento total do estado do jogo, tornando-o desta forma aleatório. Este tipo de jogos são um desafio atual e significativo para a inteligência artificial, e existem alguns algoritmos para os resolver e criar estratégias.
No entanto, o melhor algoritmo atual utilizado para a criação de estratégias de poker é pesado em termos de recursos computacionais. Existe contudo uma solução, que consiste na utilização de um par de estratégias de equilíbrio de Nash. O algoritmo atual para obter essas estratégias nos jogos sequenciais é o Counterfactual Regret Minimization (CFR). Porém, apresenta problemas pois é lento (elevados tempos de processamento) e necessita de uma elevada memória computacional, tornando-se complicado aplicar o referido algoritmo em jogos cujo o espaço de pesquisa seja elevado. De modo a diminuir o impacto destes efeitos negativos, foi desenvolvida uma versão totalmente iterativa do CFR.
A aplicação do algoritmo CFR iterativo é a motivação capital desta dissertação. O CFR tem uma importância fundamental na criação de estratégias que convergem para o equilíbrio de Nash resolvendo jogos de grande espaço de pesquisa. É o melhor algoritmo atual na criação de estratégias robustas baseadas na minimização do arrependimento entre dois jogadores.
No entanto, sendo este um algoritmo exigente em termos de recursos computacionais, se lhe for reduzido o tempo de processamento e a memória necessária, este poderia ser aplicado mais facilmente a jogos mais complexos. O objectivo passa por reduzir o nível de abstração (ou seja, a redução do espaço de pesquisa do jogo), e consequentemente a diminuição da complexidade do jogo (ex.: Texas Hold’em Poker).
Porém, é desconhecido qualquer trabalho sobre uma aplicação do CFR iterativo, e por essa razão espera-se que esta dissertação possa contribuir na procura de uma nova solução para melhorar a performance deste algoritmo, um dos mais populares na criação de estratégias de jogos deste tipo.