Este documento propone diseñar un videojuego donde la sospecha sea el principal mecanismo de jugabilidad, incorporando un personaje no jugador detective que razona y usa un sistema de confianza para discriminar sospechosos. Se describe un modelo para representar evidencias, declaraciones, y realizar deducciones y abducciones. Como ejemplo, se analiza un caso ficticio de asesinato donde el detective interroga a un sospechoso. El objetivo final es desarrollar una IA detectivesca creíble capaz de razonar deductiva y abductivamente.
Perfiles NEUROPSI Atención y Memoria 6 a 85 Años (AyM).pdf
CoSECiVi'15 - Modelling suspicion as a game mechanism for designing a computer-played investigation character
1. Modelling Suspicion as a Game Mechanism
for Designing a Computer-Played
Investigation Character
II Congreso de la Sociedad Española para las Ciencias del Videojuego – 24/6/2015
Nahum Alvarez
Gameloft Tokyo
Federico Peinado
U. Complutense Madrid
{
L A B O R A T O R I E S
2. Dar a conocer Narratech y concretamente este
trabajo emergente que estamos planteando
Obtener el apoyo y el consejo de la comunidad
investigadora reunida en torno a SECiVi
Invitar a participar en este y otros
proyectos de Narratech
Propósito de la presentación
3. Vitalidad
Movimiento, combate,
interacción variada…
Sociabilidad
Comunicación, emoción, roles,
diálogo…
Identidad
Persistencia, trasfondo y personalidad propia…
Inteligencia y autonomía
Creatividad e improvisación
Personajes no jugadores + creíbles
4. Percepción y comprensión del entorno
Incluido el comportamiento de otros, como el jugador
Conocimientos, creencias y deseos
Propios y desligados del argumento
principal del juego y del jugador
Sentido común, afectividad y relaciones
sociales de todo tipo
Razonamiento teórico y práctico
Comunicación en lenguaje verbal y no verbal
Moralidad y autoconciencia
Mentes que den + “juego”
5. Deducción, inducción y abducción
En ámbito lógico-matemático, probabilista, espacial,
temporal, de dominios específicos…
Conocimiento incompleto e incierto
Representación de otras mentes
Sistemas de mantenimiento de verdad
Sistemas de confianza, si hay manipulación (engaños)
Generación proactiva de objetivos y planes
Toma de decisiones y resolución de problemas
Aprendizaje
Razonamiento + interesante
6. Diseñar un videojuego que plantee la sospecha como
principal mecanismo para crear jugabilidad
Incorporar un personaje no jugador que razone y utilice un
sistema de confianza para discriminar sospechosos
Modelar el tipo de escenario que sería necesario
abordar para el desarrollo de semejante IA
Ilustrarlo con un ejemplo
Objetivos
7. Modelado de situaciones relacionadas con la
temática del juego (casos de detectives)
Revisión del estado del arte en argumentación lógica,
razonamiento abductivo, toma de decisiones, engaño
y sistemas de confianza y reputación entre agentes
Desarrollo de prototipos que aproximen
iterativamente las especificaciones del diseño a las
tecnologías disponibles de IA (actualmente Prolog y
C#)
Metodología
8. Columbo (NBC, 1978-2003)
Historias de detectives invertidas
El foco está en las acciones del asesino,
él será quien controle el jugador
Phoenix Wright: Ace Attorney
(Capcom 2011) saga
Novela visual y aventura gráfica
Mecanismos adicionales para
construir las respuestas
El objetivo es engañar al detective
y conseguir que acuse a otro
Videojuego propuesto
9. Cada evidencia es un objeto de conocimiento, así
como hechos posibles que se consideran
Se guardan todas las declaraciones sobre una
evidencia en una lista (confianza en un personaje)
Tres valores de verdad posibles para un hecho
True, False y Unknown
Cadenas de causalidad entre hechos considerados
Deducciones básicas (y de sentido común) mediante
un motor de razonamiento simple
Representación propuesta
10. El detective formula preguntas al sospechoso
Siempre trata de “despejar” los valores Unknown que tiene
en algunas evidencias, y sobretodo resolver
contradicciones en las declaraciones
Cada nueva evidencia recibe un valor
Según la confianza que tenemos en el sospechoso
Según la consistencia con su “sentido común”
Según otras declaraciones sobre esa evidencia
Tras darle valor, se revisa todo el conocimiento
Razonamiento propuesto
13. Deducción: Regla + Causa = Efecto
Lógica no monótona, que complica el asunto
Inferencia: Causa + Efecto = Regla
Investigación científica?
Abducción: Regla + Efecto = Causa
Lógica modal epistémica: Causa posible o “más probable”
por navaja de Ockham
Ejemplo: Murder by the Book
18. Necesitamos un detective autónomo y creíble
Con capacidad deductiva (lógica no monótona) y abductiva (lógica
modal epistémica), conocimientos de sentido común (incompleto e
incierto) y modelo mental del sospechoso, detectando engaños
(contradicciones provocadas por manipulación de los hechos) e
identificando mentiras (pérdida de confianza en sospechosos)
Hay modelos teóricos de razonamiento que pueden ayudar (Natural
Deduction, Intuitionistic Logic…), y sistemas generalistas
implementados que se pueden componer
Tenemos previsto progresar en el diseño (podar
características) con una evaluación “Mago de Oz”, y avanzar
en formalización y prototipado del razonamiento (básico)
Conclusiones