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.

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

11. Ejemplo: Murder by the Book

12. Ejemplo: Murder by the Book

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

14. Ejemplo: Murder by the Book

15. Ejemplo: Murder by the Book

16. Ejemplo: Murder by the Book

17. 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

19. Federico Peinado
www.federicopeinado.es
Para mantener el contacto…
L A B O R A T O R I E S
www.narratech.com