Os videogames evoluíram muito desde as longas madrugadas em que eu me entupia de refrigerante e jogava Sonic 2, ouvindo a musiquinha da Chemical Plant Zone no volume mínimo para não acordar meus pais. Nesses dias mais simples, a inteligência artificial não era a maior preocupação dos desenvolvedores de jogos lineares de plataforma.No entanto, desde que os jogos passaram a ter mundos tridimensionais, seus desenvolvedores tiveram que descobrir um jeito de fazer essas narrativas irem para frente – mesmo quando os jogadores não vão. Programar certas áreas do jogo para originar novas missões é uma opção, mas pesquisadores da Universidade do Estado da Carolina do Norte pensaram em outra alternativa: um algoritmo de deep learning que é capaz de prever e adaptar-se às ações espontâneas dos jogadores.
Publicidade
"O programa de identificação de objetivo mais moderno do mercado tem uma taxa de precisão de 48,4%", disse Wookhee Min, principal autor do estudo, em um comunicado à imprensa. "A taxa de precisão do nosso novo programa é de 62,3%. É um avanço e tanto."A "identificação de objetivo" é um conceito de programação no qual um software prevê os objetivos do jogador, de forma que o jogo possa responder de acordo com esses desejos, mandando inimigos e ajustando os níveis de dificuldade. Em jogos de mundo aberto, os objetivos dos jogadores ficam "ocultos", fazendo com que o sistema tenha que desvendá-los por meio de ações simples ao invés de parâmetros exatos, como missões pré-determinadas.
Uma imagem do Crystal Island retirada do estudo, porque é claro que vocês ficaram curiosos para dar uma olhada no jogo. (Não conseguimos achar nenhum vídeo promocional do jogo em nossa olhadinha rápida no Youtube.)
Na abordagem utilizada, detalhada no estudo que será apresentado na Conferência de Inteligência Artificial e Entretenimento Digital Interativo, o algoritmo é alimentado com um enorme banco de dados criado a partir das ações realizadas por 137 jogadores de Crystal Island, um jogo de mundo aberto educativo.O número total de objetivos completado pelos jogadores foi de 893, e a média de ações empregadas para alcançar esses objetivos, 86,4. O algoritmo analisou esses dados e criou um sistema de probabilidade estatística, unindo várias combinações de ações e seus possíveis resultados com uma precisão impressionante.Um exemplo do funcionamento do algoritmo: digamos que eu esteja perambulando e destruindo coisas em Grand Theft Auto: Vice City, já que é bem a minha carinha fazer isso. O jogo não sabe, ao certo, qual é o meu plano – eu posso estar tentando completar uma missão que irá avançar a narrativa, ou posso não ter plano nenhum, porque sou uma alma livre, meu bem.Nesse caso, o algoritmo em questão seria capaz de inferir, com um bom nível de exatidão, que o meu objetivo é ir até a mansão de Tommy Vercetti para salvar meu jogo, e ajustar o ambiente de acordo com essa informação – desde que ele tenha sido previamente alimentado com dados sobre as possíveis ações e resultados do jogo.No entanto, seus criadores afirmam que o algoritmo será utilizado, primeiramente, em jogos educativos, facilitando o processo de aprendizagem por meio de respostas imediatas às ações dos jogadores."Desenvolvemos esse software com jogos educativos em mente, mas ele pode ser utilizado por qualquer desenvolvedor de jogos", disse Dr. James Lester, um professor de ciência da computação da Carolina do Norte. "Esse é um avanço importantíssimo no desenvolvimento de jogos interativos que utilizam as ações dos jogadores para aperfeiçoar a experiência lúdica, sejam esses jogos voltados para entretenimento, ou – em nosso caso – para a educação."Tradução: Ananda Pieratti
