El model d'IA podria permetre als desenvolupadors de jocs generar animacions reals

Un equip d'investigadors d'Electronic Arts ha experimentat recentment amb diversos algorismes d'intel·ligència artificial, inclosos models d'aprenentatge de reforç, per automatitzar aspectes de la creació de videojocs. Els investigadors esperen que els models d'IA puguin estalviar temps als seus desenvolupadors i animadors fent tasques repetitives com la codificació del moviment dels personatges.

Dissenyar un videojoc, especialment els grans videojocs de triple A dissenyats per grans empreses de jocs, requereix milers d'hores de treball. A mesura que les consoles de videojocs, els ordinadors i els dispositius mòbils es tornen més potents, els videojocs es tornen cada cop més complexos. Els desenvolupadors de jocs busquen maneres de produir més contingut de jocs amb menys esforç, per exemple, sovint opten per utilitzar algorismes de generació de procediments per produir paisatges i entorns. De la mateixa manera, els algorismes d'intel·ligència artificial es poden utilitzar per generar nivells de videojocs, automatitzar les proves de jocs i fins i tot animar els moviments dels personatges.

Les animacions de personatges per a videojocs sovint es completen amb l'ajuda de sistemes de captura de moviment, que fan un seguiment dels moviments dels actors reals per garantir animacions més reals. Tanmateix, aquest enfocament té limitacions. No només cal escriure el codi que impulsa les animacions, sinó que els animadors també es limiten només a les accions que s'han capturat.

Tal com va informar Wired, els investigadors d'EA es van proposar automatitzar aquest procés i estalviar temps i diners en aquestes animacions. L'equip d'investigadors va demostrar que es podria utilitzar un algorisme d'aprenentatge de reforç per crear un model humà que es mogui de manera realista, sense necessitat de registrar i codificar manualment els moviments. L'equip d'investigació va utilitzar "Motion Variational Autoencoders" (Motion VAEs) per identificar patrons de moviment rellevants a partir de dades de captura de moviment. Després que els autoencoders extreguessin els patrons de moviment, es va entrenar un sistema d'aprenentatge de reforç amb les dades, amb l'objectiu de crear animacions realistes basades en determinats objectius (com córrer darrere d'una pilota en un partit de futbol). Els algorismes de planificació i control utilitzats per l'equip d'investigació van ser capaços de generar els moviments desitjats, fins i tot produint moviments que no estaven al conjunt original de dades de captura de moviment. Això vol dir que després d'aprendre com camina un subjecte, el model d'aprenentatge de reforç pot determinar com és córrer.

Julian Togelius, professor de la NYU i cofundador de l'empresa d'eines d'IA Modl.ai, va ser citat per Wired dient que la tecnologia podria ser força útil en el futur i que és probable que canviï la forma en què es crea el contingut per als jocs.

"L'animació procedimental serà una cosa enorme. Bàsicament automatitza gran part del treball que es dedica a la creació de contingut del joc", Togelius va dir a Wired.

Segons el professor Michiel van de Panne de la UBC, que va participar en el projecte d'aprenentatge de reforç, l'equip d'investigació busca portar el concepte més enllà animant avatars no humans amb el mateix procés. Van de Panne va dir a Wired que tot i que el procés de creació de noves animacions pot ser bastant difícil, confia que la tecnologia serà capaç de representar animacions atractives algun dia.

Altres aplicacions de la IA en el desenvolupament de videojocs inclouen la generació de jocs bàsics. Per exemple, els investigadors de la Universitat de Toronto ho van aconseguir Dissenyar una xarxa generativa de conflicte que podria recrear el joc Pac-Man sense accedir a cap codi utilitzat per dissenyar el joc. En altres llocs, investigadors de la Universitat d'Alberta van utilitzar models d'IA generar nivells de videojocs basat en les regles de diferents jocs com Super Mario Bros i Mega Man.