El modelo de IA podría permitir a los desarrolladores de juegos generar animaciones realistas

Un equipo de investigadores de Electronic Arts (EA ) ha experimentado recientemente con varios algoritmos de inteligencia artificial, incluidos modelos de aprendizaje por refuerzo, para automatizar aspectos de la creación de videojuegos. Los investigadores esperan que los modelos de IA puedan ahorrar tiempo a los desarrolladores y animadores realizando tareas repetitivas como codificar el movimiento de personajes.

Diseñar un videojuego, particularmente los grandes videojuegos de triple A diseñados por grandes empresas de juegos, requiere miles de horas de trabajo. A medida que las consolas de videojuegos, computadoras y dispositivos móviles se vuelven más potentes, los videojuegos en sí se vuelven más y más complejos. Los desarrolladores de juegos están buscando formas de producir más contenido de juego con menos esfuerzo, por ejemplo, a menudo eligen utilizar algoritmos de generación procedural para producir paisajes y entornos. De manera similar, los algoritmos de inteligencia artificial se pueden utilizar para generar niveles de videojuegos, automatizar las pruebas de juegos y incluso animar los movimientos de personajes.

Las animaciones de personajes para videojuegos a menudo se completan con la ayuda de sistemas de captura de movimiento, que rastrean los movimientos de actores reales para garantizar animaciones más realistas. Sin embargo, este enfoque tiene limitaciones. No solo el código que impulsa las animaciones aún debe ser escrito, sino que los animadores también están limitados solo a las acciones que han sido capturadas.

Como informó Wired, los investigadores de EA se propusieron automatizar este proceso y ahorrar tanto tiempo como dinero en estas animaciones. El equipo de investigadores demostró que un algoritmo de aprendizaje por refuerzo podría ser utilizado para crear un modelo humano que se mueve de manera realista, sin la necesidad de grabar y codificar manualmente los movimientos. El equipo de investigación utilizó “Autoencoders de variación de movimiento” (Motion VAEs) para identificar patrones de movimiento relevantes a partir de datos de captura de movimiento. Después de que los autoencoders extrajeron los patrones de movimiento, un sistema de aprendizaje por refuerzo se entrenó con los datos, con el objetivo de crear animaciones realistas basadas en ciertos objetivos (como correr detrás de una pelota en un juego de fútbol). Los algoritmos de planificación y control utilizados por el equipo de investigación pudieron generar los movimientos deseados, incluso produciendo movimientos que no estaban en el conjunto original de datos de captura de movimiento. Esto significa que después de aprender a caminar, el modelo de aprendizaje por refuerzo puede determinar qué se ve corriendo.

Julian Togelius, profesor de la Universidad de Nueva York y cofundador de la empresa de herramientas de IA Modl.ai, fue citado por Wired como diciendo que la tecnología podría ser muy útil en el futuro y probablemente cambiará la forma en que se crea contenido para juegos.

“La animación procedural será algo grande. Básicamente, automatiza mucho del trabajo que va en la creación de contenido de juegos”, dijo Togelius a Wired.

Según el profesor Michiel van de Panne de la Universidad de Columbia Británica, que estuvo involucrado en el proyecto de aprendizaje por refuerzo, el equipo de investigación está buscando llevar el concepto más lejos al animar avatares no humanos con el mismo proceso. Van de Panne dijo a Wired que aunque el proceso de crear nuevas animaciones puede ser bastante difícil, está seguro de que la tecnología podrá renderizar animaciones atractivas algún día.

Otras aplicaciones de la IA en el desarrollo de videojuegos incluyen la generación de juegos básicos. Por ejemplo, los investigadores de la Universidad de Toronto lograron diseñar una red generativa adversaria que podría recrear el juego Pac-Man sin acceso a ningún código utilizado para diseñar el juego. En otro lugar, los investigadores de la Universidad de Alberta utilizaron modelos de IA para generar niveles de videojuegos basados en las reglas de diferentes juegos como Super Mario Bros. y Mega Man.