Panorama da Inteligência Artificial Aplicada a Jogos

568 visualizações

Publicada em

Apresentação da I Jornada Acadêmica e Tecnológica no UNINORTE com o título "Panorama da Inteligência Artificial Aplicada a Jogos"

Publicada em: Ciências
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
568
No SlideShare
0
A partir de incorporações
0
Número de incorporações
15
Ações
Compartilhamentos
0
Downloads
6
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Panorama da Inteligência Artificial Aplicada a Jogos

  1. 1. LBI - Microsoft Panorama da Inteligência Artificial Aplicada a Jogos Adriano  Gil   adriano.gil@indt.org.br   @adrianomgil  
  2. 2. LBI - Microsoft §  Mestrado  em  Engenharia  Elétrica   §  Desenvolvedor  Unity  no  INDT   §  Pesquisador  na  área  de  IA  para  Jogos   §  Professor  na  Pós  de  Desenvolvimento  de  Jogos   Eletrônicos  na  UEA   Quem sou eu?
  3. 3. LBI - Microsoft §  Inteligência  ArIficial  Aplicada  em  Jogos   §  Áreas  de  Pesquisa  em  IA  para  Jogos   §  Exemplo  de  Aplicação  usando  Neuroevolução   §  Conclusão   Sumário
  4. 4. LBI - Microsoft Inteligência Artificial
  5. 5. LBI - Microsoft "The  ability  of  a  computer  or  other  machine  to  perform   those  ac5vi5es  that  are  normally  thought  to  require   intelligence."         "This  generally  involves  borrowing  characteris5cs  from   biological  intelligence,  and  applying  them  as  algorithms  in   a  computer-­‐friendly  way."         Inteligência Artificial
  6. 6. LBI - Microsoft IA  Aplicada  em  Jogos     “Anything  that  gives  the  illusion  of  intelligence  to  an   appropriate  level,  thus  making  the  game  more   immersive,  challenging,  and,  most  importantly,  fun,   can  be  considered  game  AI.”     §  Física?  Detecção  de  colisão?  Pathfinding?  
  7. 7. LBI - Microsoft §  Entregar  experiências  aos  jogadores   §  Gerar  ambientes  imersivos   §  Jogo  personalizado  ao  jogador   §  Maior  replayability   §  Ajuste  de  Dificuldades   Então,  para  que  serve  IA  para  Jogos?  
  8. 8. LBI - Microsoft Áreas  de  IA  para  Jogos   §  Áreas  levantadas  em  arIgo  da  IEEE  TransacIons  on   ComputaIonal  Intelligence  and  AI  in  Games  (2014)  
  9. 9. LBI - Microsoft Áreas  de  IA  para  Jogos   §  Áreas  levantadas  em  arIgo  da  IEEE  TransacIons  on   ComputaIonal  Intelligence  and  AI  in  Games  (2014)   §  Apresentadas  pelos  pesquisadores  Georgios  Yannakakis,   Julian  Togelius  
  10. 10. LBI - Microsoft §  NPC  Behavior  Learning   §  Busca  e  Planejamento   §  Modelagem  de  Jogador   §  Jogos  como  Benchmark  de  IA   §  Geração  Procedural  de  Conteúdo   §  NarraIva  Computacional   §  Game  Design  AssisIdo  por  IA   §  IA  Geral  para  Jogos   Áreas  de  IA  para  Jogos  
  11. 11. LBI - Microsoft NPC  Behavior  Learning  
  12. 12. LBI - Microsoft NPC  Behavior  Learning   §  O  uso  de  métodos  de  IA  para  aprender  como  jogar   §  Tradicionalmente,  o  uso  mais  comum  de  IA  em  games   §  Trata  gameplay  como  um  problema  de  aprendizado  de   reforço   §  Metódos  evoluDvos  são  frequentemente  usados  
  13. 13. LBI - Microsoft NPC  Behavior  Learning   §  Possibita  novos  Ipos  de  Gameplay   §  Jogador  treinar  NPCs  
  14. 14. LBI - Microsoft NPC  Behavior  Learning   §  Possibita  novos  Ipos  de  Gameplay   §  Player  treinar  NPCs   §  Criar  um  modelo  do  jogador  para  compeIr  com  outros  
  15. 15. LBI - Microsoft Busca  e  Planejamento  
  16. 16. LBI - Microsoft Busca  e  Planejamento  
  17. 17. LBI - Microsoft Busca  e  Planejamento  
  18. 18. LBI - Microsoft Busca  e  Planejamento   §  O  uso  de  algoritmos  de  busca  e  planejamento  para   realizar  tarefas  dentro  do  jogo   §  Trata  gameplay  como  um  conjunto  de  estados  de  jogo   §  Uso  de  grafos  ou  árvore  de  estados  de  jogo   §  Busca  em  estados  uIlizando  A*  para  pathfinding   §  Busca  em  árvores  de  jogos  uIlizando  Minimax   §  Recentemente,  muito  arIgos  uIlizando  Busca  em  Árvore   Monte-­‐Carlo    
  19. 19. LBI - Microsoft §  Modelos  computacionais  de  como  o  jogador  percebe  e   reage  ao  gameplay   §  Um  dos  mais  não-­‐tradicionais  uso  de  IA  em  jogos   §  Central  para  a  experiência  do  jogador   §  Game  AnalyIcs   §  Estudos  de  comportamento  dos  jogadores     §  Geração  de  perfis   Modelagem  de  Jogador  
  20. 20. LBI - Microsoft Modelagem  de  Jogador  
  21. 21. LBI - Microsoft Modelagem  de  Jogador  
  22. 22. LBI - Microsoft §  Benchmarks  associados  com  compeIções   §  hfp://www.plajormersai.com/   §  hfp://www.sigevo.org/gecco-­‐2013/compeIIons.html   §  hfp://cilab.sejong.ac.kr/sc_compeIIon/     Jogos  como  Benchmark  de  IA  
  23. 23. LBI - Microsoft §  Benchmarks  associados  com  compeIções   §  Jogos  como  teste  de  Turing   Jogos  como  Benchmark  de  IA  
  24. 24. LBI - Microsoft §  A  criação  automáIca  ou  semi-­‐automáIca  de  conteúdo  de   jogos  como  níveis,  mapas,  missões,  texturas.     §  Usa  técnicas  pseudo-­‐aleatórias,  planejamento  ou   métodos  baseados  em  busca   §  Altamente  relacionado  com  o  ramo  de  criaDvidade   computacional   Geração  Procedural  de  Conteúdo  
  25. 25. LBI - Microsoft Geração  Procedural  de  Conteúdo  
  26. 26. LBI - Microsoft Geração  Procedural  de  Conteúdo  
  27. 27. LBI - Microsoft Geração  Procedural  de  Conteúdo  
  28. 28. LBI - Microsoft NarraDva  Computacional  
  29. 29. LBI - Microsoft §  Representação  e  geração  de  narraIvas  usando  jogos   §  Storytelling  interaIvo   §  Enredos  são  normalmente  contados  através  das  lentes  da   câmera  virtual   §  Geração  de  agentes  verossímeis   NarraDva  Computacional  
  30. 30. LBI - Microsoft NarraDva  Computacional  
  31. 31. LBI - Microsoft §  IA  auxiliando  antes,  durante  ou  após  o  processo  de   criação  de  jogos   Game  Design  AssisDdo  por  IA    
  32. 32. LBI - Microsoft §  IA  auxiliando  antes,  durante  ou  após  o  processo  de   criação  de  jogos   §  Envolve  diversas  facetas  da  criaIvidade  em  jogos:  visual,   audiIva,  narraIva,  lúdica,  arquitetura  de  levels,  gameplay   Game  Design  AssisDdo  por  IA    
  33. 33. LBI - Microsoft §  IA  Geral  tem  por  objeIvo  a  criação  de  agentes  capazes  de   realizar  todo  Ipo  de  tarefas,  que  são  inteligentes  de   maneira  geral   §  IA  Geral  para  jogos:  criação  de  agentes  capazes  de  jogar   todos  os  Ipos  de  jogos   §  Área  de  pesquisa  crescente  com  a  geração  de  diversos   benchmarks   IA  Geral  para  Jogos  
  34. 34. LBI - Microsoft IA  Geral  para  Jogos   MNIH,  Volodymyr  et  al.  Human-­‐level   control  through  deep  reinforcement   learning.  Nature,  v.  518,  n.  7540,  p.   529-­‐533,  2015.   MNIH,  Volodymyr  et  al.  Playing  atari   with  deep  reinforcement  learning.   arXiv  preprint  arXiv:1312.5602,   2013.  
  35. 35. LBI - Microsoft §  Computação  EvoluIva   §  Aprendizado  de  Reforço   §  Aprendizado  Supervisionado   §  Aprendizado  Não-­‐Supervisionado   §  Planejamento   §  Árvore  de  Busca   Métodos  de  IA  
  36. 36. LBI - Microsoft §  NeuroEvolução?  Evolução  de  Redes  Neurais?   §  Redes  Neurais  +  Algoritmos  GenéIcos   Exemplo  usando  Neuroevolução    
  37. 37. LBI - Microsoft Redes  Neurais  
  38. 38. LBI - Microsoft Redes  Neurais  
  39. 39. LBI - Microsoft Redes  Neurais  
  40. 40. LBI - Microsoft Redes  Neurais  
  41. 41. LBI - Microsoft Redes  Neurais  
  42. 42. LBI - Microsoft Algoritmos  GenéDcos   §  HeurísIca  de  busca  que  tenta  imitar  o  processo  da   evolução  natural,  como  herança,  mutação,  seleção,   cruzamento   §  Define  uma  população  de  instâncias,  chamadas  de   cromossomos,  sendo  cada  uma,  uma  possível  solução   para  o  problema   §  Ao  longo  das  gerações,  a  melhor  solução  sobrevive  
  43. 43. LBI - Microsoft Algoritmos  GenéDcos   1   3   6   2   4   5   7   Esta  é  uma  geração  de   cromossomos  
  44. 44. LBI - Microsoft Algoritmos  GenéDcos   1   3   6   2   4   5   7   Cada  cromossomo  é  testado  e  recebe   uma  pontuação  
  45. 45. LBI - Microsoft Algoritmos  GenéDcos   1   3   6   2   4   5   7   Cada  cromossomo  é  testado  e  recebe   uma  pontuação   1   3   6   2   4   5   7   8   Qual  o  valor  da  saída   para  que  o  agente   a5nja  seus  obje5vos?  
  46. 46. LBI - Microsoft Algoritmos  GenéDcos   1   3   6   2   4   5   7   Cada  cromossomo  é  testado  e  recebe   uma  pontuação   1   3   6   2   4   5   7   8   Qual  o  valor  da  saída   para  que  o  agente   a5nja  seus  obje5vos?   1   3   6   2   4   5   7   8   5   7   2   9   2   3  
  47. 47. LBI - Microsoft Algoritmos  GenéDcos   1   3   6   2   4   5   7   A  próxima  geração  trará  melhores   cromossomos!   1   3   6   2   4   5   7   8   1   3   6   2   4   5   7   8   5   7   2   9   2   3  
  48. 48. LBI - Microsoft Algoritmos  GenéDcos   §  Operadores  GenéIcos:   §  Seleção  dos  melhores  canditados  a  cada  geração  
  49. 49. LBI - Microsoft Algoritmos  GenéDcos   §  Operadores  GenéIcos:   §  Seleção  dos  melhores  canditados  a  cada  geração   §  Recombinação  genéIca  
  50. 50. LBI - Microsoft Algoritmos  GenéDcos   §  Operadores  GenéIcos:   §  Seleção  dos  melhores  canditados  a  cada  geração   §  Recombinação  genéIca   §  Mutação  genéIca   (1.29    5.68    2.86    4.11    5.55)  =>  (1.29    5.68    2.73    4.22    5.55)    
  51. 51. LBI - Microsoft NPC  NeuroEvoluDvo  
  52. 52. LBI - Microsoft Percepções  
  53. 53. LBI - Microsoft NPC  NeuroEvoluDvo  
  54. 54. LBI - Microsoft DEMO   CARWIN  Unity  Project     hfps://github.com/alessandrofrancesconi/carwin.git  
  55. 55. LBI - Microsoft §  Para  Modelagem  do  Jogador:   §  O  comportamento  do  Jogador  representado  por  uma  matriz   Abordagem  NeuroevoluDva  
  56. 56. LBI - Microsoft §  Para  Geração  Procedural:   §  NPCs  inteligentes  podem  avaliar  o  conteúdo  gerado   §  Neuroevolução  pode  ser  usada  na  geração  direta  do  conteúdo   Abordagem  NeuroevoluDva  
  57. 57. LBI - Microsoft §  Para  Ferramentas  de  Game  Design:   §  Para  avaliar  o  conteúdo  gerado   §  Sugestão  de  conteúdo   Abordagem  NeuroevoluDva  
  58. 58. LBI - Microsoft §  Para  AI  em  Jogos  Comerciais:   §  Exemplo:  Creatures   Abordagem  NeuroevoluDva  
  59. 59. LBI - Microsoft §  Relacionamento  de  métodos  de  IA  para  Jogos  com  outras   áreas,  ex:  RobóIca   §  Métodos  evoluIvos  possuem  alta  aplicabilidade   §  IA  Pesquisa  x  IA  Comercial   Conclusão  
  60. 60. LBI - Microsoft §  YANNAKAKIS,  Georgios  N.;  TOGELIUS,  Julian.  A  panorama   of  arDficial  and  computaDonal  intelligence  in  games.   2014.  ComputaIonal  Intelligence  and  AI  in  Games,  IEEE   TransacIons  on  ,  vol.PP,  no.99,  pp.1,1   §  RISI,  SebasIan;  TOGELIUS,  Julian.  NeuroevoluDon  in   Games:  State  of  the  Art  and  Open  Challenges.  In:  ArXiv  e-­‐ prints.  E-­‐print  no.  1410.7326.  Submifed  Nov  2014   §  HAGAN,  MarIn  T.  et  al.  Neural  network  design.  Boston:   Pws  Pub.,  1996.   Referências  
  61. 61. LBI - Microsoft www.indt.org.br THANK  YOU  
  62. 62. LBI - Microsoft Panorama  da  Inteligência  ArDficial   Aplicada  a  Jogos     Adriano  Gil   adriano.gil@indt.org.br   @adrianomgil   Disponível  no  Slideshare:     -­‐>  hfp://www.slideshare.net/AdrianoGil/panorama-­‐da-­‐inteligncia-­‐ arIficial-­‐aplicada-­‐a-­‐jogos   -­‐>  hfp://goo.gl/2Df0dG    

×