🐝 BeeGame
Simulación Ecológica con Inteligencia Artificial Simbólica
¿Qué es BeeGame?
BeeGame es un juego de estrategia por turnos desarrollado en Python que simula la compleja relación entre las abejas y la actividad humana. El proyecto implementa algoritmos avanzados de Inteligencia Artificial Simbólica, incluyendo Expectimax con nodos de azar, búsqueda A* para pathfinding, y una función heurística multi-componente.
🌍 Objetivo Educativo: El juego busca concienciar sobre la importancia de las abejas y el medio ambiente a través de una experiencia interactiva, demostrando cómo los pesticidas y obstáculos ambientales afectan la supervivencia de estos insectos vitales para la polinización.
Características Principales
Algoritmo Expectimax
Toma de decisiones óptimas considerando probabilidades y nodos de azar para clima y reproducción.
A* Pathfinding
Cálculo de rutas óptimas al rusc evitando obstáculos con heurística de distancia Manhattan.
Teoría de Juegos
Agente MAX (abeja) vs Agente MIN (humanidad) con restricciones de poda estratégica.
Eventos de Azar
Sistema climático (lluvia, sol, normal) y reproducción de flores con probabilidades dinámicas.
Heurística Compleja
Función de evaluación con 7 componentes ponderados para análisis de estados del juego.
3 Modos de Juego
Jugador manual, IA básica aleatoria, o Expectimax avanzado para ambos agentes.
Mecánicas del Juego
🐝 La Abeja (Agente MAX)
- Vida: 100 puntos (muere al llegar a 0)
- Energía: 100 puntos (se gasta al moverse y recolectar)
- Néctar: Capacidad de 50 unidades (objetivo: acumular néctar en el rusc)
- Acciones: Moverse, polinizar flores, descansar, volver al rusc con A*
👥 La Humanidad (Agente MIN)
- Pesticidas: Contamina flores (mueren al acumular 3 pesticidas)
- Obstáculos: Bloquea casillas (máximo 4 simultáneos con eliminación FIFO)
- Restricciones: Pesticidas solo en radio 2 de la abeja, obstáculos solo en radio 3 del rusc
🌦️ Eventos Climáticos (Cada 4 turnos)
- ☔ Lluvia (10%): Reduce 1 pesticida de todas las flores
- ☀️ Sol (15%): Aumenta probabilidad de reproducción al 40%
- 🌤️ Normal (75%): Sin efectos especiales
Tecnologías Utilizadas
Instalación y Uso
Para ejecutar el juego localmente:
- Clona el repositorio desde GitHub
- Instala Pygame:
pip install pygame - Ejecuta:
python main.py
📚 Conceptos de IA Aplicados: Este proyecto demuestra búsqueda informada (A*), extensión de Minimax con nodos probabilísticos (Expectimax), modelado de incertidumbre, poda estratégica, y optimización de funciones heurísticas con pesos ajustables.
Estructura del Proyecto
El código está organizado profesionalmente en módulos:
- src/ - Módulos principales (bee, board, expectimax, heuristica, etc.)
- docs/ - Documentación y checklist de objetivos
- main.py - Punto de entrada para ejecutar el juego
- gui_simple.py - Interfaz gráfica con Pygame