Core Dumped: Conquistando el cosmos con lA en StarCraft 2
El segundo día de la GameGen 9 cerraba por todo lo alto con la ponencia de Álvaro Tena, David García y Daniel García, miembros de Core Dumped. Una asociación universitaria de la UPM que desarrolla actividades relacionadas con la informática. Recientemente Core Dumped y Virtual Soul colaboraron para desarrollar la cuarta edición de la ya consolidada Game Jam que se realiza previa al evento de la GameGen.
Sin duda alguna el término 'inteligencia artificial' o IA ha permeado nuestra vida cotidiana. Ya sea que lo hayamos escuchado o utilizado, es difícil escapar de su presencia, ¿Quién no ha utilizado ChatGPT en algún momento? Pues aunque no lo creas esto no es algo que haya surgido de un día para otro, lleva décadas germinando y creciendo. Uno de los primeros hitos de la inteligencia artificial tuvo lugar, nada más y nada menos que en 1997, cuando la IA Deep Blue venció al campeón Garry Kasparov por primera vez en un torneo de ajedrez. De forma más reciente la IA AlphaGo venció al campeón invicto Lee Sedol. Y en 2019 AlphaStar alcanzó el rango de Grandmaster en el popular videojuego StarCraft II.
Lo cierto es que la inteligencia artificial ofrece un impulso significativo al desarrollo de videojuegos mediante el aprendizaje automático, que se puede ejecutar a través de tres modelos distintos:
- Supervisado: este enfoque utiliza información etiquetada para guiar el comportamiento de la IA a la hora de comprender y aprender sobre sus acciones dentro del juego.
- No supervisado: no se proporcionan etiquetas para la información y es la propia IA la que identifica patrones y ajusta su comportamiento.
- Por refuerzo: se premia a la IA por el buen rendimiento y desempeño de su acción en el entorno del juego.
El aprendizaje por refuerzo consta de tres fases, lógicas y aplicables al espectro humano:
- Observar: Reconocer el estado del entorno.
- Actuar: Tomar acción en base a nuestro comportamiento.
- Aprender: Mejorar para la próxima.
Por ejemplo, estamos en un entorno en el que hay presentes un conejo (que somos nosotros), dos alimentos (brócoli que nos da más cinco de vida y zanahoria que nos da más cinco de vida) y un depredador (tigre que nos quita 100 puntos de vida). Lo primero que una persona haría sería encontrar el camino que nos ofrezca mayor recompensa, en el caso de una IA está contemplará todos los escenarios a través de su interacción dinámica con el entorno. Esto hace que a largo plazo la IA optimice su política y tome acciones cada vez más acertadas.
El agente o IA debe comunicarse con el juego por lo que hay que los entornos han de ser capaces de recibir acciones y devolver información del juego. Una vez está establecido ya es capaz de observar todos los elementos con los que puede interactuar y en base a ello el ejecutar acciones. Los chicos de CoreDump nos pusieron el ejemplo del mencionado StarCraft II donde el agente era capaz de invocar, atacar, defenderse, expandir la base, construir edificios y mandar a exploradores.
En base a ello la IA toma una ruta según una función Q-valor que ofrece una recompensa por cada par de estado-acción. El problema de esta función es que suele ser demasiado optimista y requiere supervisión. En el ejemplo anterior recompensaremos los "ticks" atacando, la construcción de edificios, exploración y una gestión de recursos adecuada. Y analizaremos la muerte de unidades, la pérdida de edificios e intentos de construcción inviables.
En conclusión, la inteligencia artificial abre las puertas a poder disfrutar de los videojuegos de una forma completamente nueva. Ya sea en entretenimiento en speedruns (gameplays en los que se persigue el objetivo de superar un juego en la mínima cantidad de tiempo posible), a nivel de desarrollo a través de la mejorar la inteligencia de los enemigos de juegos, y nivel de testing es una herramienta viable para realizar pruebas extremas.