Simulacindecomportamientos inteligentesenentornosvirtuales interactivos

por: AgustSanchoMartnez agustisancho@gmail.com Mayode2008 53329642W

ndicedecontenido
1.Introduccin......................................................................................................................................3 2.reasdelainteligenciaartificialinvolucradas.................................................................................4 2.1Bsquedaheurstica...................................................................................................................4 2.2Bsquedalocal...........................................................................................................................4 2.3Aprendizajeautomtico.............................................................................................................5 2.4.1Redesneuronales................................................................................................................5 2.5Agentesinteligentes...................................................................................................................7 2.5.1AgentesBDI.......................................................................................................................8 3.Entorno,contextoyrepresentacin................................................................................................10 4.Aplicacionesprcticas....................................................................................................................12 4.1Halo:CombatEvolved.............................................................................................................12 4.2Halo2.......................................................................................................................................17 4.3Halo3.......................................................................................................................................19 4.4Black&White.........................................................................................................................20 5.Bibliografa.....................................................................................................................................24

1.Introduccin
Unodelospasatiemposmsextendidosporelserhumanoeslapasinporsuperarseasimismoya sussemejantesmediantelacompeticin. Estehechonoesajenoalmundodelaingenierainformtica,queyaenelao1952,cuandoesta ramadelaingenieracomenzabaaflorecer,todavalimitadoalmbitoacadmicoymilitar,unade lasprimerasinteraccionesentreuncomputadoryunapersona,OXO(desarrolladoporAlexanderS. Douglas),seconvirtienunacompeticinporsaberquienjugabamejoralpopularjuego3enraya. Y es que lapopularizacindelainformticaorientadaalentretenimientoapermitido,no solo desarrollarunmercadoqueaportahardwarecadavezmspotenteypermitelainteraccindelos usuariosconmundosmscomplejos,sinoqueligadaaesteconstanteincrementodelacomplejidad, sehavistoincentivadaelreadelaingenierainformticaquetratadesimularlainteligencia,la inteligenciaartificial,paraproporcionaralosusuariosdemundosvirtualesinteractivosentidadesy personajesquesimulenuncomportamientointeligenteyconlosquepodamosinteractuar,desde ejrcitosqueliderar,seresextraosconlosqueconversarhastamascotasvirtualesconlasquecrear unarelacindeempata.Lainteligenciaartificialhaestadoligadaaestedesarrollodelosmundos virtualesinteractivos,sobretodoenelocio,paraintentarsaciarlasansiasdelosusuariosporvivir nuevasexperienciasmediantelainteraccinconentidadesinteligentes. Decompetirporganaraunamquinaenuntableroen3enrallaaliderarenlabatallaacientosde miles de soldados en reproducciones virtuales histricas. Este salto ha requiri aos de investigacinydesarrollo,tantodetecnologascomodenuevastcnicasdeinteligenciaartificial. Unodelosmayoresretosdeesteprocesofueencontrarrivalesinteligentes.Ycuandohablamosde inteligentesnonosreferimosacapacesdederrotarnossiempre,sinodesimularuncomportamiento deunserinteligente,consusvirtudes,sucapacidaddeimprovisaryaprender,susdebilidades,... Asenelmbitodelocioelectrnico,unamismaaplicacininteractiva,deunmismognerodela dcadapasada,laencontrbamosconrivalesomnipresentes,conunconocimientototaldenuestros movimientos,denuestrapresenciaydehabilidadesperfectas.Comohacerpuesqueresulteunreto digno deatraernuestraatencinypermitirquelosusuarioslosientancomounretoposibley deseable?Esejuegodedcadaspasadasharatrampaconsigomismo,haciendoerrarapropsitoa suslegionesdeentesvirtuales.Algodemasiadoevidenteynadainteligente. Perolaevolucindelhardwareylainteligenciaartificialhaposibilitadoqueadadehoy,realmente nosencontremosconrivalesvirtualesquesuponganunreto,unretointeligente,nounoimposibleni fruto de restricciones autoimpuestas. Hoy en da, y gracias a los nuevos paradigmas de IA, podemosencontrarentesvirtualesdbiles,fuertes,queplanean,conspiran,seanticipan,fallan,se coordinan,interaccionanentreellosyconnosotros.Endefinitiva,hacomenzadoelcaminopara encontrarunrivalconelqueolvidemoselsignificadodesimulacinynosdejemosllevarporla interaccin,olvidandoqueloquetenemosdelantenoesmsquesoftware. Enlassiguientespginas,haremosunrepasoporlasdiferentestcnicasdeinteligenciaartificialque seutilizanenlasimulacindecomportamientosinteligentes,veremoscomoelentorno,elcontexto y la representacin condicionan el xito de una simulacin y para finalizar, repasaremos unos 3

cuantoscasosprcticos,esdecir,aplicacionesinteractivasquehacenunusoexhaustivodelaIA paracrearexperienciasinteractivasatractivasparalaspersonas.

2.reasdelainteligenciaartificialinvolucradas
Lasaplicacionesinteractivas,yenconcretolosvideojuegos,hanempleadoyemplean,muchasy diversastcnicasdelmbitodellainteligenciaartificial. Debidoaqueestasaplicacionessuelentenerrequisitosmuydisparesenfuncindelainteraccin conelusuarioquelosdesarrolladoresquierandar,notodasestasaplicacionesusanunatcnica concreta, sino que integran en un mismo sistema aquellas que necesitan para simular comportamientosenfuncindelentornointeractivo. Esporesoquevamosarepasarlasreasdelainteligenciaartificialmsutilizadas,sincontarcon losprimerospasosdeestetipodeaplicaciones,dondelasimulacinselimitabaafuncionesdetipo lgico,consecuenciaspredeterminadasybuclesdecomportamiento.

2.1Bsquedaheurstica
Labsquedaheursticaesunalgoritmodebsquedaquetrabajasobreunarepresentacinenforma derbol. Seutilizaunafuncindeevaluacinquemideladistanciaestimadaaunobjetivo,guiandoasel algoritmoporelrboldelarepresentacinhastaobtenerunasolucindeexistiresta. Estafuncindeevaluacing(n),enfuncindeltipodebsquedaheursticaqueestemosrealizando recibirunosparmetrosuotros. EnlasimulacindecomportamientosesmuyutilizadoelalgoritmodebsquedaheursticaA*. A*seutilizaparaencontrarel caminomscortoentreunpuntoinicialyunpuntodedestino medianteunafuncindeevaluacinquetieneencuentaelcostedelcaminorealizadoyunafuncin heursticaqueproporcionaunaestimacindeloquecuestallegar. Unentevirtualqueinteraccionaconelentornodebedesplazarseporly,porejemplo,enelcasode unapersonasimuladaenunentornonatural,estedisponedeunestanquedeaguadetrsdeuna montaa, con un tnel y adems un camino que la rodea. Si desea beber antes de morir de deshidratacindeberacudiralafuenteloantesposible,yelalgoritmoA*esunaformaeficiente deconseguirdecidirquecaminoseguirhastaalcanzarla,siporeltnelodandounrodeo.

2.2Bsquedalocal
Losalgoritmosdebsquedalocaltrabajanconunespaciodesoluciones,ydeestas,siempretratan deobtenerlamejor. Elalgoritmotrabajaapartirdeunasolucininicial,que,medianteunaseriedoperadores,modifica, obteniendoasunconjuntodesolucionesposiblesque,medianteunafuncinqueevalasucalidad, eligeuna.Esteprocesoserealizahastaencontrarlamejorsolucinquepodemosobtenerohasta unacotaqueseleimpongaalalgoritmoyqueinterrumpesubsqueda. Estosalgoritmossonmuyutilizadosenlasimulacindecomportamientosenentornosinteractivos. Un claro ejemplo de ello lo encontramos en simulaciones en juegos de estrategia, donde el general artificial que controla las tropas enemigas genera una serie de soluciones de ataque 5

posiblesydeentreellas,seleccionalamejorqueescapazdeobtenerparadiezmarnuestrastropas mediantebsquedalocal. Hay que sealarque,la solucinencontrada, eneste casounataque, serlamejorquepuede obtenerlaIAdeladversario,yaquelabsquedalocalnoescapazdeencontrarelptimoyla calidaddedichoataqueestarenfuncindelapericiadelosingenierosquehayandiseadolos operadoresylafuncindeevaluacin,ascomodeltiempodisponibleparaobtenerlo.

2.3Aprendizajeautomtico
EstereaesunaramadelaInteligenciaArtificial.Suprincipalobjetivoesdesarrollartcnicasque permitanaunsoftwareaprender.Muchosproblemasquelaingenierainformticadebesolucionar sondeclaseNPHard(realmentecostososdesolucionar),porloquelasaplicacionesdesarrolladas enaprendizajeautomticoestnenfocadasaldiseodesolucionesviablesaesosproblemas. El Aprendizaje Automtico tiene una amplia gama de aplicaciones, incluyendo motores de bsqueda,diagnsticosmdicos,deteccindefraudeenelusodetarjetasdecrdito,anlisisdel mercadodevalores,clasificacindesecuenciasdeADN,reconocimientodelhablaydellenguaje escrito,juegosyrobtica. Enestetipodesistemas,elusuarioaportarsuintuicinysuconocimientoenlainteraccinconel sistema,yaque,apesardequeunapartedelaprendizajeserealizadeformaajenaalusuario,con datosqueelsistemaprocesa,laintuicinylosconocimientosqueunserhumanopuedeaportarno puedensersimulados. Elaprendizajeautomticosebasaenelmodelohumanodeaprendizaje,dondeunente,enestecaso lainteligenciaartificial,escapazde:

recogerinformacindesuentorno,asimilarla,creandounabasedeconocimiento deducirorazonarunasolucinapartirdeesabasequerecuerda realizarlaaccinquehaconcluidollevaracabo

Estetipodesolucinesidealcuando,sedisponedeunacantidaddedatosdemasiadoelevadapara sertratadoporlosusuarios,yaqueelaprendizajeautomtico,supervisadoporunserhumano,es capazde,unavezestablecidosatributosqueidentifiquenlainformacin,laclasifiquenyseapliquen decisionessinlanecesidaddequeunusuariodebainterceder. Deestaforma,apartirdeungranvolumendeinformacin,conunasesoramientohumanomnimo, elaprendizajeautomticonosofreceunasolucinpersonalizadaenfuncindenuestrainteraccin. Dentro del mbito de la simulacin de comportamientos, esta tcnica es muy til cuando disponemosdeunente,queescapazderealizarunaseriedecomportamientoseinteraccionescon suentornoylosentesquelopueblanmuygrande.Estaseriedecomportamientosquepueden realizar, en ocasionespuedensercontradictoriosyesah,enlaseleccindondeelaprendizaje automtico es capaz de, mediante la interaccin de un usuario, crear estructuras que permitan seleccionarestasconductasconsuentornoyastejerunenteconunpersonalidadtanricacomo permitaelconjuntodecomportamientosqueselesuministren.

2.4.1Redesneuronales
Lasredesneuronalessonunatcnicaempleadaenelcampodelainteligenciaartificialbasadaenla simulacindelaestructuradelcerebroyensufuncionamientoporestmulos. Su objetivo es similar a los sistemas expertos. Partimos de la necesidad de representar el conocimiento,peroenvezdehacerlomediantelaobtencindereglas,lasredesneuronalesutilizan un mtodo inductivo, es decir, el aprendizaje mediante ejemplos. Es por esto, que son mas adecuadosparareconocerpatrones,solucionarproblemasdeoptimizacinoclasificacin. Estatcnicautilizaunaestructuradedatos,quesedenominanneuronas,queseinterconectanentre sicomoungrafodirigido.Sobreellasseaplicandostiposdefunciones,lafuncindepropagacin, quepodramosencontrarsmilenlabiologacomolainterpretacindeunestmulo,yaquesta puedeexcitaroinhibirlasconexionesentreneuronasylasfuncionesdetransferencia,quesonlas encargadasdeacotareinterpretarlasalidadelaneurona. Lasredesneuronalessebasanenmodelosmatemticos.Enesencia,lasneuronasestnentrenadas pararealizarunafuncinmatemticaconcretaypoderas,entretodalared,obtenerresultados. PodramosimaginarlacomocientosdepequeasCPUsquerealizanunafuncinconcreta.Este proceso se realiza mediante algoritmos de aprendizaje, de los que hay dos tipos, los no supervisados,ylossupervisados,dondeelaprendizajequerealizalaredessupervisadaporun usuario,que suministradecisiones quelarednoes capaz deaprenderporsimisma,yaque la intuicintodavanoesposibledesimularadecuadamenteyaspodercompensarla.As,elusuario suministraalaredunaentradadeinformacinyunaseriadeinstruccionesdecomoseesperaque acte Laestructuradeunaneuronaartificiales: dondelaentradaquerecibeesellasumadeactivacionesdeentradamultiplicadasporsuspesos respectivos: ent i = W i , j a j=W i . ai
i

Donde ai sonlosvaloresdeactivacindelaneuronaiy W i lospesosqueconducenala neuronai. Cuandoseconstruyeunaredneuronalparasolucionarunproblema,esnecesariosaberelnmerode neuronasquevanasernecesarias,quetipoesnecesarioycomoseconectarnformandounared. Debeninicializarselospesosdelasneuronasyselesdalaposibilidaddeadmitirunalgoritmode aprendizajesobreellos,aplicndoloaunconjuntodeejemplos.Tambinsernecesariodecidir comosecodificarnestosejemplos. Actualmentepodemosencontrar2tiposderedesneuronalesenfuncindesuestructura.stasson:

Redesdeprealimentacin Lasconexionessonunidireccionalesynohayciclos.Lasneuronasestnorganizadasporcapas onivelesylasneuronassoloseconectanconotrasdelnivelsiguiente.Elprimernivelcontar connodosdenotificacindeactivacinyelltimoconelnododesalida.

Redneuronaldeprealimentacin

Redesrecurrentes Estasredessonmsparecidasacomofuncionanuestrocerebro.Lasredesrecurrentesestn compuestas por conexiones entre neuronas bidireccionales. Esto hace que permitan la implantacindesistemasconagentesmscomplejosqueconlasredesdeprealimentacin,pero sonmuchomscostosasqueesasalahoradeobtenerelresultadoaunproblemaypueden volversecaticasydificultarelaprendizaje.Unmodeloderedrecurrentemuydivulgadsonlas redesHopfieldquetienenconexionesbidireccionalesconpesossimtricos.

Otra caracterstica interesante de este paradigma de programacin es la que ofrece su estructura paralela, ya que las neuronas artificiales pueden entenderse como CPUs que conforman una red, y este modelo puede ser aprovechado por hardware especfico, diseado para procesar en paralelo y poder as trabajar con grandes redes neuronales en tiempo real. Dentro del mbito de la simulacin de comportamiento esta tcnica todava se utiliza poco a pesar de su gran utilidad. Son pocos los programas interactivos que los utilicen pero por lo general se utilizan para simular acciones y comportamientos y definir la personalidades de entes virtuales (como una mascota por ejemplo). En estos casos, los nodos de activacin del cerebro sern activados por los estmulos externos que el usuario o otros entes le proporcionen, activando as la red neuronal y obteniendo una respuesta.

2.5Agentesinteligentes
Los agentes inteligentes nacen de la necesidad detener un mtodo con el que abordar cualquier problema que pueda ser resuelto mediante la inteligencia artificial. Podramos definirlos como entes que se dividen las tareas necesarias para resolver un problema. Mediante los sistemas basados en agentes inteligentes podemos abordar las diferentes reas de sta relacionndolas entre si. De esta forma, la representacin, la bsqueda y resolucin de problemas, el aprendizaje automtico, el razonamiento y la IA distribuida pueden ser abordadas con este paradigma. Los agentes funcionan de forma independiente, pero entre ellos deben poder comunicarse con tal de abordar un problema intercambiando informacin. Un agente estar en constante bsqueda de los datos necesarios para llevar a cabo su funcin gracias a su capacidad de contemplar su entorno 8

(dentro del contexto en el que se encuentre claro) y de responder ante ste. Estas caractersticas propias de los agentes pueden obtenerse mediante 3 mtodos diferentes:

Arquitecturas Deliberativas Las arquitecturas deliberativas se definen por como representan el mundo real y como se realiza la decisin con esa representacin. El comportamiento y conocimiento del mundo que tienen los agentes estn representados mediante un conjunto de smbolos fsicos, es decir un conjunto fsicamente realizable de entidades y estructuras. Adems de esto en la arquitectura deliberativa las decisiones de los agentes son hechas mediante razonamiento lgico. Los principales problemas a la hora de abordar este diseo sern la forma en que representemos el mundo real mediante una representacin simblica y como stos razonarn. Mediante la arquitectura deliberativa se pueden obtener los agentes BDI, que utilizan como razonamiento una rama de la filosofa llamada razonamiento prctico. Arquitecturas Reactivas Las arquitecturas reactivas son aquellas que no hacen uso de un modelo simblico del mundo y no usa un razonamiento simblico. Los agentes toman decisiones a partir de una lista de comportamientos que, mediante percepciones externas, desencadenan en una serie de reacciones a stas. Es la responsabilidad del agente seleccionar cual de estas posibles acciones realizar. Esta clase de arquitectura tambin es llamada alternativa, ya que surgi como una opcin a las arquitecturas deliberativas que presentan problemas que en ocasiones no se pueden solucionar y adems se aleja de la representacin del conocimiento mediante un modelo simblico. Arquitecturas Hbridas Las arquitecturas hbridas nacen de las voces crticas con las dos arquitecturas citadas anteriormente, que creen que ninguna de las dos termina por obtener resultados satisfactorios del todo. De esta forma,la arquitectura hbrida opta por una estructura en capas, donde la arquitectura reactiva y reactiva se combinan para obtener, en principio, las ventajas de ambos diseos y evitando sus inconvenientes.

2.5.1AgentesBDI
Los agentes BDI actan creando un modelo que define que acciones se desean realizar para obtener un fin y como los vamos a obtener. En ese camino intervienen la visin del mundo del agente (las creencias), que posibilidades tengo segn estas (deseos) y que objetivos voy a lograr (intenciones). El funcionamiento de una agente BDI sera el siguiente:

Revisin de creencias Creencias

Generacin de opciones

Opciones Generador de objetivos

Seleccin de acciones Objetivos ?

Ac ci n

Diagrama de funcionamiento de un agente BDI Como vemos en el diagrama, el agente tiene una visin del mundo que va actualizando. A partir de ella, se extraen las opciones de que dispone para realizar sus deseos para despus, a partir de stos y del entorno que le rodea generar los objetivos que desea lograr. De todos ellos, mediante una funcin de seleccin, el agente escoge el objetivo a realizar, traducindolo en una accin que realizar. Dado el posible estado cambiante del entorno de un agente BDI (sobretodo en aplicaciones interactivas) ste debe revisar su visin del mundo, para poner al da sus objetivos y las acciones que debe realizar. sto supone un problema, ya que en funcin del volumen de informacin con la que el agente trabaje, actualizar los objetivos/acciones puede ser muy costoso, as que debe buscarse un equilibrio en la frecuencia de este proceso, determinado por el contexto en el que se encuentra el agente.

10

3.Entorno,contextoyrepresentacin
Enlasimulacindelcomportamientoenentornosinteractivosdisponemosdeentesvirtualesque pueblanunmundo.Esestemundoelquelaspersonaspodemosentraryeselobjetivodela inteligenciaartificialqueelusuariorealmentecreaqueformapartedel. Estepropsitoseintentaconseguirmediantelainteraccindelospobladoresvirtualesentreellosy consupropioentorno.Todossecomportaransiguiendolasmismasreglas?Bueno,esoestaren funcindelacomplejidaddelentornoydelcontexto. Estoes fundamentalparaquelasimulacintengaxitoensumisin,porquesupongamos que accedemosaunmundovirtualcompuestoporunahabitacincerrada,completamentevacadeotos elementosquelasparedes,elsueloyeltecho.Aqutenemoselentorno.Ylopueblandosentes,uno representaunpez,yotroungato.Elpezescapazdenadarporelentornobuscandoplanctonyel gatoescapazdedormirypasearseporelentorno.Evidentementeantetalrepresentacin,parael usuarioesosentesvirtualesnoserncrebles,porqueanoserqueestemoshablandodeunpez mgico(ynoeselcaso)estesolodeberadenadarsobreelagua,yalestarenunahabitacinsin ella,deberaestartendidoenelsuelomuerto.Conesteejemplointentoexplicarlaimportanciadel entorno,yaqueestedeterminaycondicionalasimulacindelcomportamiento. Supongamosahoraqueelpezestaenunapecera,elgatosiguedandovueltastranquilamentey durmiendo.Podramospasarnoshorasobservandoyenningnmomentoelgatotendrahambree intentara comerse al pez. Este es otro ejemplo con el que quiero mostrar la importancia del contexto,puesestaramossimulandoelcomportamientodeunanimalcomnycomotal,ungatono puedeignorarlaapetitosapresenciadeunpez.As,elcontextodelmundoquesedesearepresentar condicionatambinlasimulacindelcomportamiento. Estasrestriccionesdeentornoycontextocomportanquelastcnicasymtodospararealizaruna simulacinseancompletamentediferentesentreaplicacionesyquestasalfinalutilicendiferentes tcnicas(algunasdeellascitadasenelapartado2),imposibilitandoasunasolucindefinitivao generalparaestetipodeaplicacionesynecesitandounestudioexhaustivodequeesloquesequiere representar. As,lainteligenciaartificialquedominaaungatoenunaaplicacinenelquesomosunratn intentandosaquearunadespensa,dondesteintentaraterminarconnuestravida,noserlamisma quesiesegatoseencontraseenunjuegodondedebemosgestionarunagranja.Evidentementeenla granja el gato no intentara acabar con nosotros teniendo en cuenta que le suministramos el alimento. Otropuntoimportanteenlasimulacindecomportamientoseslarepresentacinqueseofrecede ellos.Enunaaplicacininteractivadondeelusuarioobservacomosecomportansuspobladorese interacta con ellos, no solo es necesario que stos sean capaces de saber como comportarse, tambinesvitalparaelxitodelasimulacinquestaseareconocibleporelusuario. UnejemplomuyclaroloencontramosenelclsicojuegoPACMAN,dondecontrolamosaun simpticopersonajeconformadepizzaquecomebolitasyqueesperseguidoporunescenario labernticoporunosfantasmas.Enelescenarioexisteunabolitamsgrandesqueelresto,quele dabaalpersonajelacapacidaddengulliralosfantasmasquelepersiguen.stos,entranenpnicoy huyendenosotros,cambiandosuaparienciaporunacaradepavor.Siestecambiodeapariencia, para manifestar y hacer comprender al usuario que estos entes tienen miedo, los fantasmas hubiesenhuidodenosotrosdetodosmodos,peroparaelusuariopuedepasardesapercibido.Este 11

ejemploresaltalaimportanciadelarepresentacindeloscomportamientosdelosentesvirtualesy comosumanifestacinexternaesmuyimportanteparaqueelusuariorealmentecreaycomprenda questossoninteligentesysoncapacesdemanifestaryrealizarcomportamientosartificiales Oto ejemplo igualmente bueno lo encontramos en un juego ambientado en la segunda guerra mundial,dondeelusuariolanzaunagrandehaciauncomandoalemnyestos,quehandetectadola amenazasealejandeella.Siestapequeamuestradeinteligenciaestuvieradentrodeunagran batalladondeseleexigealusuariounesfuerzoalhabermuchosfocosdeatencin,talvezpasase desapercibida la muestra de inteligencia, pero simplemente aadiendo una frase preestablecido comoCuidadounagranada,todosalsuelo!eljugadorseriaconscientedelcomportamientodelos entesvirtualesantesuinteraccin.Yparahacermscreblelaexperiencia,entraraenjuegoel contexto,dondelafraseantesmencionadadeberaestarenperfectoalemn,haciendotodavams creblequeesosentesvirtualessonrealmentesoldadoalemanes.

12

4.Aplicacionesprcticas
Despusdehaberrepasadolasdiferentestcnicasutilizadasenlasimulacindecomportamientos enentornosvirtualesyexplicarlosfactoresquedeterminaranelxitodelasimulacin,esdecir,el entorno,elcontextoylarepresentacindesta,vamosaanalizarunaseriedeimplementacionesde motoresdeinteligenciaartificialenaplicacionesinteractivas. Haymuchavariedadactualmentedeestetipodeaplicacionesqueelpblicoengeneralpuede disfrutaryesqueelmayorevolucindeestetipodetecnologa,lainteligenciaartificialenentornos virtuales,haevolucionadodeformamspalpableenlaindustriadelocioelectrnico.Sonlos videojuegoselsoftwarequemsusohahechodelainteligenciaartificialydadoelgrancapitalque mueveesaindustria,siempreintentandosuperarseparaofreceralosusuariosnuevasymsrealistas experiencias,esdeentenderquemuchodelesfuerzoporpartedeosingenierosdesoftwaresehaya centradoenestecampo. Heseleccionado4videojuegos,3deellospertenecientesalasagaHaloobradelestudio norteamericanoBungieyeljuegoBlack&White,obradelestudioinglsLionHead,capitaneadopor PeterMolyneux. Evidentemente,elltimocaptulodelasagaHaloeselquepresentalaIAmsperfeccionada,pues los3captulosdeestasagahanidomejorandolainteligenciaartificialsobrelospilaresqueasent laprimeraparte,peromehaparecidomuyinteresanteexplicarlos3paracomprobarcomosehaido perfeccionandounainteligenciaartificialqueactualmente,esconsideradapormuchosunadelas mejoresimplementacionesenunvideojuegosquesimulacomportamientosinteligentesmediante agentesinteligentesdetiporeactivo. Laotraobraquepasoaanalizar,Black&White,apesardeserunttulode2001,aplicounaseriede conceptossobreelaprendizajeautomticototalmenteinditosenelsectordelocioelectrnicocon grandesresultadosqueaunhoyendapocosestudioshanpodidovolveraplicar.Paraesefinsehizo usodeagentesinteligentesBDIyderedesneuronales.

4.1Halo:CombatEvolved
EnHalo:CombatEvolved,desarrolladoporBungieel2002,encarnamoselpapeldeunmarine espacialdelaclaseSpartanquedebelucharcontraunejercitoaliengenaenelfuturo.Esteejercito estcompuestopordiferentesrazasdetodalagalaxia,conformasypersonalidadesmuydiferentes, quesiguenunaextraareliginquelesimpulsaaperseguiryaniquilarnuestraespecie.Enel desarrollodeljuegonosencontramosenunmisteriososmundoanilloqueescondenuevasespecies, tantomecanoidescomobiolgicasquesernnuestrosaliadosonuestrosenemigos,tantodenuestra especie,loshumanos,comodelpeligrosoPacto. Halo:CombatEvolvedesunjuegoquesedesarrollaenprimerapersona,enelquedisponemosde unarsenaldearmasquecualquierserdecualquierespeciepuedeutilizarsiestadotadoparaello,en elquetantonosotros,comonuestrosaliados,comoelenemigoescapazdeutilizarvehculosyenel quesesucedengrandesbatallasconlasqueinteractuarenlasqueparticipanhasta50entidades virtualesdebandosdiferentesdemsde10especies. Loslogrosdeestejuegoenlainteligenciaartificialsonmuchosperovayamosporpartes. 13

UnodelospilaresdelaIAdeHalo:CombatEvolvedeselusodemarcadoresenelentornoyensus pobladores.Podramosdefinirlosmarcadorescomounaestructuradedatosquecontieneuna posicinyunatributoquedefineaqueestasignado,yaseaaunenemigo,aunaliado,aunaroca quepuedeusarsedecobertura,aunpuente,adiferenteszonasdeunaplataforma,etc.Los marcadorestienencomoobjetivolacatalogacindelentornoysuspobladoresparaoptimizarlos clculosdelainteligenciaartificialyparatenerunconocimientodetodoloquerodealaaccinsin costososclculosyconunatotalpercepcindeestenfuncindelcontextodeljuego,queeneste casosetratadeunjuegodedisparos. Losmarcadoressonintroducidosenelsistemapordiseadores,esdecirporpersonas,queson capacesdeinterpretarenfuncindelcontextoquemarcadoresdebenserintroducidosydequetipo. Estasolucindifieredeotrosttulosquemediantefuncionesmatemticasrealizabanunaprecarga delosentornosyasignabanestetipodemarcadoresenfuncindeusocriterios,siendolamquina laquedecidiraasignarlos.Alrelegarestatareaalosdiseadores,setieneuncontrolmayorsobre lasreaccionesdelosentesvirtualesylavariedaddemarcadoresascomolacorrectaasignacin mediantelaexperimentacin,dandoasmejoresresultadosdecaraalusuarioenlasimulacindel comportamiento. Graciasaestesistema,podemosverporprimeravezenHalo:CombatEvolvedcomolosenemigos onuestrosaliados,cuyoperfilcomorazalesatribuyeunamayorinteligenciamilitar,soncapacesde colocarseensituacionesventajosasparaelataque,esconderseparatenderemboscadas,refugiarseel fuegoenemigoponiendomuros,piedras,etc.entrelosdos,etc.

EjemplodeusodelosmarcadoresenHalo:CombatEvolvedparaclasificarelentornodondese desarrollalaaccin Elusodemarcadoresparaindividuospermiteque,medianteelahorrodeprocesadoqueconllevan, puedaserposibleproporcionaraunentevirtualunaautenticapercepcindesuentorno.Sinos 14

fijamosenobrasanterioresdeotrosestudiosperodeungenerosimilar,lamquinahacetrampa, esdecir,losentesamigosoenemigossabentodoloqueestapasandoencualquiermomento,tienen unconocimientorealmentetotaldesuentorno,mientrasqueenHalo,graciasalosmarcadores,los entesvirtualesrealmentesonconscientesdelentornoquesoncapacesdepercibirporsuspropios sentidos(lossentidosquetengasuespecieclaro).Asyadiferenciadejuegosanteriores,si cogemosaunenemigodeespaldas,podemosposicionarnosparaacabarconel,porquenuestra presencianoserdetectada,envezdetansoloporestarenelmismoentorno,sabereldenuestra existencia,algoqueseracontradictorioconunacorrectasimulacindecomportamiento.

EjemplodeusodelosmarcadoresenHalo:CombatEvolvedpararecogerlapercepcindelos entesvirtuales Otrogranlogrodeestettuloeselconseguidoporlarepresentacindecomportamientos.Conla premisadequeseestnmodelandolasinteligenciasdemltiplesespecies,cadaunacondiferentes comportamientosydequestosdebenserclarosparaelusuario,elusodelarepresentacindelos comportamientossedaentodaslasrazasmedianteexpresincorporaly/ooral. As,nosencontramosconunarazaeneljuegodepequeossoldadoscuyarazatienetendenciaa entrarenpnicoyhuir.As,siterminamosconellderdeunescuadrn,lossubalternosquesuelen serdeesarazaentraranenpnico,comenzandoagritarysoltandofrasescomoHuid!Nosvaa mataragitandolosbrazosycorriendotodoslosindividuosendireccionesdispares,transmitiendo realmenteunasensacincrebleylgicaparasuespecie,haciendoqueelusuarioaverigeuna caractersticadeunespeciedeentesvirtualesyhagaunaasociacindeunestadohumanocomoes lacobardayelpnicoaunentevirtual.

15

SoldadodeclaseGrunthuyendodeunatacante OtroejemplodelusodelarepresentacinloencontramosenlaespecieenemigaElite,que podramosdefinircomosoldadosdisciplinadosymuyinteligentes.Sonlaespeciemsdiligentey queutilizatcticamselaboradas.Estossoldadosutilizanunaespeciedecampodeenerga,queuna vezhemosdescargadomuchosproyectilessobreellosdesapareceyessoloentoncescuando podemosterminarconellos.Estosescudosseregeneranenunossegundos,asqueloselitesquees unadelasespeciesmsinteligentes,intentarcubrirsepararecuperarsuescudosiseveapoyado porotroscompaeros.Perosiseencuentrasoloonoseveincapazdeescaparpuedeenloquecery lanzarsecontranosotrosapesardesuvulnerabilidad,paraintentaracabarconnosotros.Para representaresteestadodelocuratransitoria,elelitecomenzaraagritaryamaldecirparadespus lanzardirectamentesobrenosotrosdesesperadamenteyobviandotodaalternativamselaborada. AquBungieconsigueatribuiruncomportamientoilgicoperopropiodeespeciesinteligentes comolossereshumanos,haciendotodavamscreblequeelmodeladoen3dqueestamosviendo esrealmenteunseraliengenaconinteligenciaypersonalidadpropia.

SoldadodelaclaseEliteenloquecidoporunataqueenemigo PeroelprincipallogrodeHalo:CombatEvolvedenlainteligenciaartificialescomohanlogrado implementarunsistemaqueenglobetantasespeciesdiferentes,conpersonalidadpropiaenun mismoentornoyquesoncapacesdeinteractuarconsteyconlosseresyobjetosquelopueblan. Estoseconsiguemedianteunamquinadeestadosqueserlaencargadade,mediantelasentradas querecogeunentedelmundoquelerodea,realizarunaaccinenconsecuencia.

16

EsquemadelcerebrodeunentedeHalo:CombatEvolved Comovemosenlafigura,elactoroentevirtualtieneunaseriedeentradasquerecibedelexterior, estassituacionessonanalizadasyconvertidasaunaestructuraquelainteligenciaartificialpueda comprender.Esteanlisisdelasituacinesllevadoaelbloquededecisinlgica,dondela inteligenciaartificialdecidirquedebehacerelactoracontinuacinybuscandolaaccinenuna listaprefijadaparafinalmente,materializarla. Estadecisinlgicaserealizarenfuncindelciclodecomportamientodeunente(queincluyelos estadosAtaque,BsquedayRelax)yloscomportamientosquesterealiza.

Esquemadeladecisinlgica 17

Comopodemosverenelesquema,loscomportamientos(behaviors)yelestadodelenteson suministradosaunacajanegra,quedecidirqueaccindelacoleccinsedeberealizar.Estacaja negraesdiferenteparacadaespecie.Deestaforma,lasaccionesquerealizarnlasdiversasespecies nosernigualesapesardetenerlasmismasentradas. Asporejemploycitandolasdosespeciesdelejemploanterior,elcobardeGruntyelsoldado implacableElite,estasdosespeciessirecibendoloryestnenestadodeataque,lamquinanegra delosGruntsdecidirrealizarlaaccinflee(huir)mientrasqueconlasmismasentradasla mquinadeunEliteoptarpor(Hide)cubrirse. Aslamquinanegraenfuncindelaespecie,elestadoactualdelactoryelconjuntodeestmulos externosquerecibedecidirquehaceracontinuacin. Comopodemosobservar,lainteligenciaartificialdeHalo:CombatEvolvedsigueelparadigma accinreaccinparapoderobtenerunasimulacinrealistadeloscomportamientos,huyendoasde laaleatoriedadysiguiendounalgicaenfuncindelentornoyelcontextodecadaespecie. Estaimplementacincomohemospodidoobservar,respondealparadigmadeprogramacinde agentesinteligentesdetiporeactivo,albasarseenunconjuntodecomportamientosposiblesdelos queseseleccionalaaccinarealizarenfuncindelosimpulsosquestosreciben.

4.2Halo2
Halo2esunjuegodeaccinyaventurasenprimerapersonaquesalialmercadoelao2004.Fue creadoporBungieyesunacontinuacin(tantoeneltipodejuegocomoensudesarrolloehistoria) deHalo:CombatEvolved(paramsinformacinconsultarelpunto4.1). Enestaocasinelbestiariodecriaturassehaincrementadoaligualqueelarmamentoylos vehculos. LatecnologaenquesebasalainteligenciaartificialdeHalo2sebasaenlaquedefinisu predecesor,peroconalgunaseriedecambiosparamejorarlayhacerlamscrebleymseficiente. RecordemosquelasagaHaloestuvopensadaoriginalmenteparaunsistemacerrado,comoesuna videoconsola,conunhardwarequenoevolucionayesoexigeunamayoroptimizacindelos recursos. Halo2utilizalamismatecnologademarcadoresdeentesydelocalizacionesdelescenariopara obtenerlosdatosdelentornodeunaformarpidayeficiente.Laprincipalnovedaddehalo2enla inteligenciaartificialeslasustitucindelanteriormodelodemquinadetomardecisionesporuna inteligenciaartificialescalable,quesebasaenelusodearbolesdecomportamiento.

18

rboldecomportamiento Medianteestaestructura,unentevirtualquerecibeunacontecimientoexterno,seleccionaunarama delrbolenfuncindeesaentrada,obteniendoaselcomportamientoquemostrar.Como podemosver,laestructuradelrbolvadeuncomportamientomsgeneralaunomsespecifico. Graciasalamodularidadyescalabilidaddeestetipoderepresentacin,apartirdeunrbolde comportamientosgenrico,sepuedenobtenerlosNrbolesdecomportamientomediantela herencianecesariosparaHalo2,unoporcadaclasedeentequepueblaeljuego.Ascadaespecie dispondrdeunaseriedecomportamientosarealizaracotadosypodremosrepresentarparacada especielasclasesdecomportamientoquepuederealizarcomolasqueactualmenteestarealizando. Debidoalagranmemoriaquerequerirareplicarestaestructuraparacadapersonajequeesta interactuandoenesemomento,setransformaelrbolgeneralparlainstanciadeunindividuoenun vectordondeseguardaelcaminoyobteniendoaslascomponentesqueformanelestadoactual.

19

Transformacinrboldecomportamientosvectordeestados Graciasaestaestructura,sehapodidoimplementarunsistemademarcadoressobreelterrenoque puedenmodificarelrboldecomportamientoenfuncindelterrenoenelqueseencuentreel individuo.Graciasaestatcnicasemejoratodavamslaeleccindeuncomportamientoen funcindelentornoyelcontexto.Deestaforma,silamisindelenemigoenaquellazona determinadaesmantenerseenellaparaquenopaseeladversario,serecortarelrbolde comportamientos,nopermitiendoquestosavancen,mientrasquesienunterrenodeterminadoel objetivoeshuirdeunafuerzamuysuperior,serecortaraelrboldenuevo,recortandoasla posibilidaddequedarseacombatir.Deestaformaelcontexto,enestecasodiferentessituacionesen unabatallasetienenencuentaynosolosetienenencuentalapersonalidaddelasdiferentes especiessinoquetambinsecreaunasdirectricesdegrupoparaseguirestrategiascoordinadas.

4.3Halo3
Halo3esunjuegodeaccinyaventurasenprimerapersonaquesalialmercadoelao2007.Fue creadoporBungieyesunacontinuacin(tantoeneltipodejuegocomoensudesarrolloehistoria) deHalo:CombatEvolvedydeHalo2(paramsinformacinconsultarelpunto4.1). Enestaocasin,Halo3fueconcebidoparaunanuevaplataforma,adiferenciadesusdos antecesores,contandoasconmsrecursospararepresentarlaaccin.Estomotivalequipode Bungieamejorarsumotordeinteligenciaartificialparapoderrepresentarunmayornmerode entesvirtualesenunmismoescenarioyperfeccionarelcomportamientoenequipodestos. Parapoderllevaracaboesteobjetivodeformaeficiente,laanteriortecnologaderbolde comportamientoscomportabaproblemasdeeficiencia.Lacoordinacindeentesqueformaban partedeunaestructurajerrquicadentrodeungrupomediantecomportamientosasignadosacada individuocomportabaunosgrandesrequisitosdeclculoteniendoencuentalaingentecantidadde 20

entesqueahoraaparecanenunmismoentorno. Frutodeesanecesidadsedesarrollounanuevaestructuraparalasimulacindecomportamientosde colectivosdeindividuosindependientesdeformaeficiente.Estasestructurassegeneranparacada subgrupodeentesqueenesemomentoestninteractuandoenlaescena.Enellasaparecenlos comportamientospropiosdeunescuadrncomoavanzar,retirarseoresistirycualdeellostiene actualmenteelgrupo.Estosestadosvienenjuntoaunafuncinqueenfuncindelentornoyla situacinactualdecidequeestadovaactivarseparaelgrupo.Asesospatronesbsicosdeataqueen losindividuospasanaformarpartedelgrupo,conservandolapersonalidadpropiadecada integrantemediantesupropiorboldecomportamientoparacomportamientosmsespecficosde suespecie.Estosdatosdelentornosonrecogidosporelsistemademarcadoresyautilizadodesde Halo:CombatEvolvedparapoderobtenerdeformaeficienteunarepresentacindelentorno. UnejemploenHalo3deestatecnologalapodemosapreciarcuandoestamosavanzandocon nuestropropioescuadrnadentrndonosenunasinstalacionesatravsdeunospasillosllenosde cajas.Algirarlaesquinaencontramosotropasillocon3escuadronesdefuerzashostilesquenos barrenelpaso.Aleliminarcasilamitaddesusfuerzasretrocedenhastalamitaddelpasillo.Al avanzarnosotrosapareceunanavededescensoenemigaconmasrefuerzosqueseaadenalosque nosatacaban.stosdetienensuretiradayeliminanaungrancantidaddenuestrastropas,locual hacequestasseretiren,mientrasqueelenemigoviendoelpanoramadecidenreconquistarsu posicinanterior,viendoquenosotrosretrocedemosparaescudarnosdesuataqueymuchosde nuestrosaliadoshancado.

Unaavanzadillaatacanuestraposicinmientrasotroescuadrnesperaenlaretaguardia. Esteusodelainteligenciaartificialparasimularcomportamientoscoordinadosdeentesvirtuales hacequelaexperienciadelusuarioseamsricayquelainteligenciaartificialtengaunmayorxito alrepresentarcomportamientosnaturalesnosolodeindividuos,sinodegruposdeindividuos.

21

4.4Black&White
EnBlack&White,juegopublicadoelao2001porelestudioinglsLionHeadencarnamoselpapel deundiosrecinllegadoaunnuevomundo.Nuestropersonajeesomnipresenteyestarepresentado porunamanoconlaquerealizaremoslainteraccinconelentornoysuspobladores.Elobjetivodel juegoesconseguirqueloshabitantesdeestemundonosadorenyderrotaraotrosdiosesrobndoles creyentesconvirtindolosanuestrareligin. Comodios,nopodemosdarordenesanuestroscreyentes,peropodemossugerirlesquerealicen tareascogindolosconnuestradivinamanoyllevndolesalldondesushabilidadespuedanserde provechoparanuestrosintereses.Seremoscapacesderealizarhechizosparaimpresionaranuestro seguidoresyqueestosincrementensufeennosotros. UnodelospilaresdeBlack&Whiteeslatotallibertadconlaquecontamosparaconseguirnuestros objetivos.Comodioses,necesitamoscreyentes,peropodemosconseguirlosmedianteelmiedoo mediantelaadmiracin,ayudndolos.Asgestionaremosdiversospobladosalolargodela aventura,decidiendocomojugadorescomocomportarnosparalograrnuestrameta.

Nuestropersonaje,lamano,suministramaderaaunosaldeanosparaganarsesufe Loscreyentesinteraccionaranconnosotrossolicitandoayudaenfuncindesusnecesidades (comida,casas,descendientes,etc.)yotrosdiosesrivalesintentaranderrocarnos.Paraestosentes virtualeslainteligenciaartificialdeBlack&Whitenopresentaningunasorpresaniharadeeste ttulounhitoenelocioelectrnicoenelusodelaIA.Esennuestroayudante,nuestramascota,una criaturagigantescaquecomoDiossepondranuestrocargodondeBlack&Whiteexplotatcnicas deinteligenciaartificialdeformarealmenteexitosaquenosehabanutilizadoantes. Comodioses,alprincipiodeljuego,senosdalaoportunidaddeelegirnuestracriatura. Inicialmente,sern3nuestrasposiblescompaeras.Untigregigante,unacriaturamuyagresiva, 22

unavacagigante,unanimalbuenoybondadosoyunacriaturaintermedia,unatortugagigante.Yes quelascriaturasenBlack&White,aligualquenosotros,puedenoptarporhacerelbienoelmaly estas,cuandosenosentregan,tienendiferentegradodepredisposicinacadabando. Peroestoessolosupersonalidadinicial,pueslascriaturasdeBlack&Whiteaprenderndenosotros comocomportarse,mediantelaobservacinonuestradirectaimplicacin,medianteestmulos positivos(unacaricia)onegativos(ungolpe)paraquesepanquepensamosdesus comportamientos.

Nuestracriaturahaaprendidoalanzarunhechizomediantelaobservacin Aslascriaturasllegarnaaprenderalanzarhechizoscomonosotros,atrataraloscreyentes devorndolos,jugandoconelloslanzndolesporlosaires,ayudndolos,..tododependerdela predisposicinydelaprendizaje,pornuestraintervencindirectay/oporlaobservacinquerealice lacriaturadesuentorno. Lacriaturacontramsatencinledediquemosmslaecharaenfalta,delamismaformaque podemosignorarlacompletamenteduranteeljuegoyasdesarrollarsupersonalidadycrecerde formacompletamenteindependiente,basndosepuesnicamenteenlaspercepcionesyexperiencias quehayaexperimentado. Lascriaturasnosoloselimitarnainteractuarconnosotrossinoquecamparnlibremente interactuandoconloscreyentes(nuestrosodenuestrosadversarios)yconotrascriaturasdeotros dioses,pudiendocrearenemistadesoamistadesconestasindependientementedenuestrarivalidad consusdueos. OtrodelosgrandeslogrosdeBlack&Whiteeselusoquehacedelaexpresincorporalyoralpara manifestarelestadodenuestracriatura.staintentarllamarnuestraatencinsilvndonos,agitando lasmanos,trayndonosobjetosparaquelafelicitemos..Estasmuestrashacenqueelusuario empaticeconlacriaturayselatomecomounverdaderamascotaynocomounsimpleentevirtual. ParapoderimplementarlainteligenciaartificialdeBlack&White,elestudioinglshizousode 23

agentesinteligentesBDIparasimularloscomportamientosdelascriaturasyquestasseasemejen aunacriaturavivaindependiente.Tambinsehizousoderedesneuronalesparaapoyarel aprendizajeautomtico,completandoaslaIAdeunascriaturasquecomoyahemoscomentado,en funcindelapercepcinqueposeendelmundogeneranunapersonalidadyunaconducta coherente. As,lascriaturasmediantelaobservacingeneranunconjuntodeconocimientossobreloqueles envuelveyenfuncindestos,generarunosobjetivos,esdecir,unosdeseos.Estospuedenser ayudaralosaldeanos,quemidiosmepresteatencin,quierocomer,etc.Estosobjetivos sernmanifestadosenaccionessegnlodetermineunafuncindeseleccinqueestaimplementada enlapropiaIA,enfuncindelaprioridaddestosydelcontexto.Laformadellevarlosacabo vendrdeterminadaporelconjuntodehabilidadesquelacriaturahayaaprendidoysupropia personalidad. Deestaformaseconsiguetenerclarosunosobjetivosquelacriaturadeseallevaracaboyquesern realizadosenfuncindesupersonalidad.Asanteeldeseoquierocomersinuestracriaturatiene unapersonalidadmalvadaycarnvora,comerloprimeroqueseencuentre,incluidosnuestros creyentes,mientrasquesiesbenignaselimitaraanimalesqueloscreyentesnovalorenoacomer vegetales. Lasposibilidadessonenormesyaltratarsedecriaturastotalmenteindependientesdelusuariose lograunasensacindeexitosasimulacinporpartedelusuario,queobservara,siquiera,una criaturaquehacelasuya,queexploraelmundoquelerodea,interaccionaconlyaprendedel.

24

5.Bibliografa

Libros BrianSchwab,AIGameEngineProgramming,CharlesRiverMedia,2004 StuartRussell,PeterNorving,InteligenciaArtificial:Unenfoquemoderno,Prentice Hall,1996 JavierBjar,AplicacionesdelainteligenciaArtificial Materialweb Teoradeladecisin, http://www.virtual.unal.edu.co/cursos/ingenieria/2001394/index.html

ThegameAIPage,http://www.gameai.com/ AIinGames:apersonalview,http://www.gameai.com/blackandwhite.html AIGameDev,http://www.aigamedev.com Gamasutra,http://www.gamasutra.com/ Aprendizaje automtico, Wikipedia, http://es.wikipedia.org/wiki/Aprendizaje_autom %C3%A1tico Redneuronalartificial,Wikipedia,http://es.wikipedia.org/wiki/Red_neuronal Game/AI,http:www.aiblog.net Gameartificalintelligence,Wikipedia,http://en.wikipedia.org/wiki/Game_AI

25