Desenvolvedores israelenses foram capazes de ensinar IA a derrotar homem em Mortal Kombat

Ainda é difícil perceber o ambiente 3D pela forma fraca de IA, que envolve problemas de computador ao jogar tais

jogos.Com os videogames, os especialistas modernos em inteligência artificial vão ensinar métodos de IA para superar obstáculos e resolver problemas em movimento. Por exemplo, os funcionários da DeepMind, juntamente com a Blizzard, transformaram o StarCraft II em um ambiente para treinar uma forma fraca de IA. No ano passado, o sistema de inteligência artificial do Google dominou 49 jogos Atari por conta própria .

E não se trata de um sistema integrado ao jogo (como oponentes de IA em jogos de luta, simuladores de futebol ou simuladores de corrida), que conhece bem as condições e regras. A IA, que agora é ensinada pelos desenvolvedores em jogos de computador, está em pé de igualdade com os seres humanos. O sistema monitora a imagem na tela, aprendendo os métodos de tentativa e erro. E esse programa é capaz de encontrar uma solução não apenas nos jogos, mas é adequado para encontrar uma solução em uma ampla gama de tarefas, independentemente das regras ou condições.


Um grupo de estudantes da Universidade Tecnológica de Israel anunciou recentemente seu desenvolvimento, o sistema Retro Learning Environment (RLE). Esta é uma plataforma de software que permite treinar a IA no exemplo de muitos jogos dos anos 90, incluindo os lançados para os consoles Nintendo e Sega. Por exemplo, muitos famosos F-Zero, Wolfenstein e Mortal Kombat. Segundo os desenvolvedores, para a IA, muitos jogos eram difíceis, alguns dos sistemas não aprenderam a entender e passar. Mas o RLE aprendeu a jogar Mortal Kombat muito bem. Especialistas apresentaram os resultados de seu trabalho em um artigo sobre o arXiv . A IA tem sido capaz de vencer repetidamente contra um oponente humano. E esse oponente não era de forma alguma um iniciante. O artigo afirma que o computador foi criticado por um experiente jogador de Mortal Kombat.

Em Wolfenstein, onde existem níveis de volume, além de você precisar navegar pelo labirinto e determinar vários objetos, o sistema não apresentou resultados muito bons. Em Gradius III, o RLE conseguiu estudar os aspectos técnicos do jogo, que incluem a necessidade de destruir os inimigos que se encontravam com ações subsequentes. Mas o sistema não pôde mostrar um resultado melhor do que um jogador humano. Aqui é necessário melhorar as habilidades do personagem com os artefatos encontrados. Quanto mais artefatos um jogador perde, mais difícil é concluir o jogo. O computador praticamente não prestou atenção aos objetos de inicialização, o que complicou bastante o processo de passagem.

O fato de o programa ter aprendido a jogar tão bem um jogo de computador que começou a bater em uma pessoa é um mérito inegável do desenvolvedor. Não é tão fácil para um computador aprender a jogar por tentativa e erro; é uma tarefa difícil que poucas plataformas de software superam. "Se os algoritmos podem jogar jogos complexos, podemos começar a trabalhar na implementação de tais sistemas no mundo real para resolver problemas reais", disse Shai Rosenberg, um dos autores do estudo. “Assim como uma criança aprende a jogar, o computador também vê apenas informações na tela. Eles (a criança e o computador) aprendem a evitar obstáculos e resolver problemas para obter a recompensa máxima ”, continua ele.


A IA aprendeu a jogar bem tanto no Boxe no Atari quanto no Mortal Kombat, simplesmente "olhando para a tela" e avaliando as consequências de suas ações em um ambiente de jogo.

No mundo real, a capacidade dos sistemas de computador aprenderem com seus erros e preverem as consequências de alguns "atos" pode ser útil. muitas áreas. Os robôs podem se mover por espaços complexos (corredores de salas, por exemplo) com um grande número de obstáculos sem colidir com eles. Qualquer pequeno erro cometido pelo computador será levado em consideração na próxima vez, ao executar a mesma tarefa ou semelhante.

Segundo Rosenberg, o RLE pode aprender a passar por sistemas de jogos mais complexos, e não apenas jogar jogos SNES. A próxima etapa do projeto será o desenvolvimento de jogos na plataforma PlayStation. É verdade que até agora os desenvolvedores israelenses estão focados em ensinar seu sistema a passar na maioria dos jogos dominados. O fato de o computador aprender a jogar este Mortal Kombat é bom, mas não o suficiente - no entanto, uma parte significativa dos jogos "exagerou", o RLE não os dominou.


Os resultados da passagem de diferentes jogos pelo sistema RLE usando vários algoritmos de passagem

"Nos estágios subsequentes, consideramos possível e até relativamente fácil adaptar nosso sistema de treinamento a jogos mais complexos, incluindo, por exemplo, Grand Theft Auto", disseram os desenvolvedores. Agora, infelizmente, jogos como Grand Theft Auto V AI não estão disponíveis - eles são muito complicados.

Os desenvolvedores fizeram o código fonte do sistema aberto e o publicaram no Github. Você pode obter a fonte aqui .

Source: https://habr.com/ru/post/pt399067/