Inteligência Artificial para Jogos

1. Inteligência Artificial para Jogos Inteligência Artificial para Jogos Jorge Juan Zavaleta. MSc Área de Inteligência Artificial Programa de Engenharia de Sistemas e Computação – PESC/UFRJ - Universidade Estácio de Sá Jorge Juan Zavaleta. MSc Área de Inteligência Artificial Programa de Engenharia de Sistemas e Computação – PESC/UFRJ - Universidade Estácio de Sá

2. Introdução Definição Taxonomia IA para Jogos por Computador Jogos educacionais Roteiro Jorge Zavaleta, 2007

3. Introdução • Os jogos são parte da existência humana. • Uso livre e ambíguo do termo JOGO. • A definição de Jogos, permitira distinguir as características fundamentais de todos os jogos. Forma universal de recreação geralmente incluindo toda a atividade acoplada dentro para a diversão e freqüentemente estabelecendo uma situação que envolva uma competição ou uma rivalidade. Jorge Zavaleta, 2007

4. Definição de JC MUNDO VIRTUAL INTERAÇÂO Jorge Zavaleta, 2007

5. Definição de JC Um jogo por computador é um sistema formal baseado em regras e composto por um conjunto de cinco elemento (jogador, representação, regras, oponente, objetivo) e os relacionamentos entre eles. Jorge Zavaleta, 2007

6. Taxonomia Habilidade e Ação (H&A) Enfatizam a percepção e as habilidades motoras. JOGOS Estratégia Enfatizam o esforço cognitivo Jorge Zavaleta, 2007

7. Habilidade e Ação (H&A) COMBATE MAZE COMPETIÇÃO “PADDLE” ESPORTES Jorge Zavaleta, 2007

8. Estratégia AVENTURA GUERRA D&D Educacionais Probabilidades Jorge Zavaleta, 2007 I. Pessoais

9. IA para jogos por computador • A* • Máquinas de Estado Finito (FSM) • Agentes • Scripting • Flocking • Lógica Nebulosa • Redes Neurais (NN) • Algoritmos Genéticos Jorge Zavaleta, 2007

10. Algoritmo A* • A* é um algoritmo de busca heurística que utiliza como custo do caminho a soma das distâncias percorridas com as estimativas de distâncias restantes. • É um algoritmo que encontra o caminho de menor custo entre dois pontos, se ele existir! f(n)=g(n)+h(n) Jorge Zavaleta, 2007

11. A* - Exemplos Jorge Zavaleta, 2007

12. Máquinas de Estado Finito • A FSM são as mais usadas em jogos por computador antes que outras técnicas de IA. • Características: • Simplicidade para programar. • Facilidade na compreensão e depuração. • Custo computacional baixo. Jorge Zavaleta, 2007

13. Máquinas de Estado Finito • A idéia de usar uma FSM é dividir o comportamento dos objetos do jogo em estados lógicos, deste modo os objetos têm um estado lógico para cada tipo diferente do comportamento que exibe. • Número limitado de estados. • A FSM não sempre é ótima, mas fornece uma solução simples que funciona. Jorge Zavaleta, 2007

14. Máquinas de Estado Finito Enemy Nations Age of Empires Doom Quake Half-Life Jorge Zavaleta, 2007

15. Agentes • São agentes de software que percebem seu ambiente e agem no mesmo na busca de seus objetivos. • Exemplos: • Robôs autônomos num ambiente físico. • Agente de software com a Internet como seu ambiente. • Agentes de entretenimento. Jorge Zavaleta, 2007

16. Agentes • Os agentes integram geralmente uma escala de competências: • Objetivos • Comportamento reativo. • Estados emocionais. • Linguagem natural. • Memória e Inferência • Usados para modelar capacidades mentais humanas e fazer tarefas complexas Jorge Zavaleta, 2007

17. Agentes • Os jogos fornecem ambientes reais para os agentes. • Os agentes nos jogos são um conjunto de FSMs que trabalham sobre problemas particulares e mandam mensagens para cada um dos outros. • Um agente pode ser um conjunto de FuSM, NN, AG ou qualquer combinação de algumas ou de todas as técnicas. Jorge Zavaleta, 2007

18. Agentes • Agente reativo: serve para ambientes altamente dinâmicos onde pouca informação(ações, estados) precedente é necessária. • Agente orientado a objetivo: serve para ambientes estáticos onde é desejável um planejamento dos movimentos precedentes. Jorge Zavaleta, 2007

19. Agentes - exemplo • Uso de gerentes: • Civilização • Construções • Unidades • Recursos • Pesquisa • Combate Empire Earth Jorge Zavaleta, 2007

20. Scripting O Script é uma linguagem de programação criada para simplificar qualquer tarefa complexa para um programa particular. • Linguagem de 4 geração usada para controlar o motor do jogo desde a parte externa. • Varia de acordo ao problema. • Script: Configuração simples até uma linguagem interpretada em tempo de execução. Jorge Zavaleta, 2007

21. Scripting • Linguagens scripts para jogos: • QuakeC • UnrealScript • BGScript • NWScript • Lua (PUC-RIO) • Simplifica o conjunto de tarefas e esconde aspectos complicados do jogo. Jorge Zavaleta, 2007

22. Scripting • Permite que os não programadores (designers, artistas) escrevam scripts para o jogo. • Serve para automatizar tarefas repetidas. • Serve para adicionar novas funcionalidades ao jogo. • Usado em jogos on-line. Jorge Zavaleta, 2007

23. Scripting - exemplos Black&White Unreal Dark Reign LUA LUA Jorge Zavaleta, 2007

24. Flocking • É uma técnica de IA para simular comportamentos naturais para um grupo de objetos (Craig Reynolds, 1987). • Alternativa ao método dos scripts para trajetos de cada um dos objetos. • Cada membro do grupo re-avalia seu ambiente em cada ciclo atualizado, reduzindo memória e respondendo ao ambiente em mudança em tempo real. Jorge Zavaleta, 2007

25. Flocking - exemplos Unreal:usa flocking para simular a movimentação das criaturas. Enemy Nations: usa um algoritmo modificado de flocking para controlar a formação das unidades e os movimentos em 3D. Jorge Zavaleta, 2007

26. Lógica Nebulosa • A lógica nebulosa é diferente da lógica tradicional. • As decisões podem ser baseadas em dados incompletos ou errôneos que não podem ser usados na lógica tradicional. • Aplicações: • Toma de decisões, seleção de comportamento, processos industriais, artefatos de casa, sistemas de diagnostico e jogos. Jorge Zavaleta, 2007

27. Lógica Nebulosa • É aplicável quando não há nenhum modelo matemático simples para resolver o problema, quando se requer processar conhecimento do especialista e para resolver problemas altamente não lineares. • Entrada: Fuzificada. • Inferência: Regras Nebulosas • Saída:Defuzificada Jorge Zavaleta, 2007

28. Lógica Nebulosa - exemplo SWAT2 BattleCruiser Jorge Zavaleta, 2007

29. Redes Neurais (NN) • Na NN o conhecimento é adquirido do ambiente a través de um processo de aprendizagem e as intensidades da conexão da rede são usadas para armazenar o conhecimento adquirido. Jorge Zavaleta, 2007

30. Redes Neurais (NN) • Escolher as variáveis do ambiente do jogo que serão usadas como entradas é a parte mais intensa do trabalho no desenvolvimento de uma NN para um jogo. • Usadas em memória, reconhecimento de padrões, aprendizagem e predição. Jorge Zavaleta, 2007

31. Redes Neurais - exemplo Black&White: o jogo tem uma criatura que aprende do jogador e de outras criaturas. Jorge Zavaleta, 2007

32. Algoritmos Genéticos • É uma técnica de IA para otimização e aprendizagem da máquina que usa idéias de evolução e seleção natural para desenvolver uma solução para um problema. • O AG trabalha começando com um número pequeno de estratégias iniciais, usadas para criar uma população inteira de soluções candidatas e avaliando cada habilidade do candidato para resolver o problema. Jorge Zavaleta, 2007

33. AG - exemplos Dagger Return Fire II Jorge Zavaleta, 2007

34. Jogos Educacionais • Desempenham um papel motivador no processo de ensino-aprendizagem. • Estreita relação com a construção do conhecimento dos alunos. • Pensar no jogo como um meio educacional. • Instrumento de trabalho e meio para atingir objetivos preestabelecidos. Jorge Zavaleta, 2007

35. Jogos Educacionais • São uma modalidade de software onde o aluno aprende conceitos, conteúdos e habilidades inseridas no jogo. • Construir JEs que atendam de forma satisfatória e adequada considerando aspectos de Ciência da Computação e qualidade pedagógica é uma tarefa complexa e não trivial. Jorge Zavaleta, 2007

36. Jogos Educacionais • Projeto: • Definição de objetivo • Regras • Roteiro • Definição de personagens • Movimentação • Cenários • Questões inerentes ao software educacional. Jorge Zavaleta, 2007

37. Jogos Educacionais - exemplos TCHÊ Jorge Zavaleta, 2007

38. Referências • [crawford 1982] Crawford, C. The Art of Computer Game Design. WSUV, 1982. • [Kermal 2003] Kermal, E. Intelligent Multi-Agent Systems in Games, 2003. • [Buro 2004] Buro, M. The Otello match of the year: Takeshi Murakami(0) vs Logistello (6). http://www.cs.ualberta.ca/~mburo/event.html. Acessado em 15/04/2004. • [Cressy 1997] Cressy, C.J. Towards the Design and Implementation of Computer-Modeled Opponents for Use in Entertainment and Educational Software: Some Initial Considerations. Computer in Human Behavior, Vol. 13, No. 2, pp. 181-203, 1997. • [Juul 2003] Juul, Jesper. The Game, the play, the World: Looking for a Heart of Gameness. Digital Game Research Conference Proceedings. pp 30-45, Universitet Utrech. Utrech, 2003. • [Van lent 1999] Van Lent et al. Intelligent Agents in Computer Games. American Association for Atificial Intelligence, 1999. • … Jorge Zavaleta, 2007