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

1. LBI - Microsoft
Panorama da Inteligência Artificial
Aplicada a Jogos
Adriano
Gil
adriano.gil@indt.org.br
@adrianomgil

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. LBI - Microsoft
§ Inteligência
ArIficial
Aplicada
em
Jogos
§ Áreas
de
Pesquisa
em
IA
para
Jogos
§ Exemplo
de
Aplicação
usando
Neuroevolução
§ Conclusão
Sumário

4. LBI - Microsoft
Inteligência Artificial

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. 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. 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. LBI - Microsoft
Áreas
de
IA
para
Jogos
§ Áreas
levantadas
em
arIgo
da
IEEE
TransacIons
on
ComputaIonal
Intelligence
and
AI
in
Games
(2014)

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. 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. LBI - Microsoft
NPC
Behavior
Learning

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. LBI - Microsoft
NPC
Behavior
Learning
§ Possibita
novos
Ipos
de
Gameplay
§ Jogador
treinar
NPCs

14. LBI - Microsoft
NPC
Behavior
Learning
§ Possibita
novos
Ipos
de
Gameplay
§ Player
treinar
NPCs
§ Criar
um
modelo
do
jogador
para
compeIr
com
outros

15. LBI - Microsoft
Busca
e
Planejamento

16. LBI - Microsoft
Busca
e
Planejamento

17. LBI - Microsoft
Busca
e
Planejamento

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. 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. LBI - Microsoft
Modelagem
de
Jogador

21. LBI - Microsoft
Modelagem
de
Jogador

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. LBI - Microsoft
§ Benchmarks
associados
com
compeIções
§ Jogos
como
teste
de
Turing
Jogos
como
Benchmark
de
IA

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. LBI - Microsoft
Geração
Procedural
de
Conteúdo

26. LBI - Microsoft
Geração
Procedural
de
Conteúdo

27. LBI - Microsoft
Geração
Procedural
de
Conteúdo

28. LBI - Microsoft
NarraDva
Computacional

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. LBI - Microsoft
NarraDva
Computacional

31. LBI - Microsoft
§ IA
auxiliando
antes,
durante
ou
após
o
processo
de
criação
de
jogos
Game
Design
AssisDdo
por
IA

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. 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. 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. LBI - Microsoft
§ Computação
EvoluIva
§ Aprendizado
de
Reforço
§ Aprendizado
Supervisionado
§ Aprendizado
Não-­‐Supervisionado
§ Planejamento
§ Árvore
de
Busca
Métodos
de
IA

36. LBI - Microsoft
§ NeuroEvolução?
Evolução
de
Redes
Neurais?
§ Redes
Neurais
+
Algoritmos
GenéIcos
Exemplo
usando
Neuroevolução

37. LBI - Microsoft
Redes
Neurais

38. LBI - Microsoft
Redes
Neurais

39. LBI - Microsoft
Redes
Neurais

40. LBI - Microsoft
Redes
Neurais

41. LBI - Microsoft
Redes
Neurais

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. LBI - Microsoft
Algoritmos
GenéDcos
1
3
6
2
4
5
7
Esta
é
uma
geração
de
cromossomos

44. LBI - Microsoft
Algoritmos
GenéDcos
1
3
6
2
4
5
7
Cada
cromossomo
é
testado
e
recebe
uma
pontuação

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. 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. 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. LBI - Microsoft
Algoritmos
GenéDcos
§ Operadores
GenéIcos:
§ Seleção
dos
melhores
canditados
a
cada
geração

49. LBI - Microsoft
Algoritmos
GenéDcos
§ Operadores
GenéIcos:
§ Seleção
dos
melhores
canditados
a
cada
geração
§ Recombinação
genéIca

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. LBI - Microsoft
NPC
NeuroEvoluDvo

52. LBI - Microsoft
Percepções

53. LBI - Microsoft
NPC
NeuroEvoluDvo

54. LBI - Microsoft
DEMO
CARWIN
Unity
Project
hfps://github.com/alessandrofrancesconi/carwin.git

55. LBI - Microsoft
§ Para
Modelagem
do
Jogador:
§ O
comportamento
do
Jogador
representado
por
uma
matriz
Abordagem
NeuroevoluDva

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. LBI - Microsoft
§ Para
Ferramentas
de
Game
Design:
§ Para
avaliar
o
conteúdo
gerado
§ Sugestão
de
conteúdo
Abordagem
NeuroevoluDva

58. LBI - Microsoft
§ Para
AI
em
Jogos
Comerciais:
§ Exemplo:
Creatures
Abordagem
NeuroevoluDva

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. 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. LBI - Microsoft
www.indt.org.br
THANK
YOU

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