L'IA genera nuovi livelli di Doom per far giocare gli umani

Uno dei franchise di videogiochi più longevi e di maggior successo è la serie Doom, lanciata nel 1993 e ancora forte con oltre 10 milioni di copie vendute. Il gioco è uno sparatutto in prima persona in cui un marine spaziale combatte per sopravvivere contro vari demoni e zombi.

Il gioco è degno di nota perché ha aperto la strada alla grafica 3D per PC con MS-DOS, ha introdotto il multiplayer in rete e ha persino consentito ai giocatori di creare i propri livelli di gioco. In effetti, un gran numero di livelli di Doom, sia ufficiali che creati dai giocatori, sono ora disponibili gratuitamente online, formando un formidabile corpus per lo studio e la ricerca.

E questo solleva una possibilità interessante. È possibile utilizzare questi dati per addestrare un algoritmo di apprendimento profondo per creare i propri livelli di Doom che un essere umano troverebbe avvincenti?

Oggi riceviamo una risposta grazie al lavoro di Edoardo Giacomello e colleghi del Politecnico di Milano in Italia. Questi ragazzi affermano che è davvero possibile creare avvincenti livelli di Doom in questo modo automatizzato e che la tecnica ha un potenziale significativo per cambiare il modo in cui vengono creati i contenuti di gioco.

L'approccio del team è relativamente semplice. Iniziano con 1.000 livelli di Doom presi da un repository di giochi disponibili pubblicamente, che include tutti i livelli ufficiali di Doom e Doom 2, nonché più di 9.000 livelli creati dalla comunità di gioco.

Il team ha quindi elaborato ogni livello per generare una serie di immagini che ne rappresentano le caratteristiche più importanti, come l'area calpestabile, le pareti, l'altezza del pavimento, gli oggetti e così via. Hanno anche creato un vettore che catturava importanti caratteristiche del livello in forma numerica, come le dimensioni, l'area e il perimetro delle stanze, il numero di stanze e così via.

Quindi hanno utilizzato una tecnica di deep learning chiamata rete generativa contraddittoria per studiare i dati e imparare a generare nuovi livelli.

I risultati mostrano quanto sia potente questa tecnica. Dopo circa 36.000 iterazioni, le reti di deep learning sono state in grado di produrre livelli di buona qualità. I nostri risultati mostrano che le reti contraddittorie generative possono catturare la struttura intrinseca dei livelli di DOOM e sembra essere un approccio promettente alla generazione di livelli nei giochi sparatutto in prima persona, affermano Giacomello e co.

I ricercatori hanno testato i nuovi livelli e dicono che sono interessanti da esplorare e giocare, con caratteristiche tipiche di Doom come tunnel stretti e stanze grandi. Puoi guardare uno dei livelli in corso qui.

Ovviamente i livelli non sono perfetti. Ad esempio, le reti di deep learning faticano a produrre dettagli fini, probabilmente a causa di dati rumorosi che inevitabilmente vengono generati con questo tipo di approccio.

Tuttavia, anche questo livello di automazione potrebbe avere implicazioni significative per i game designer. I livelli sono di fondamentale importanza, specialmente negli sparatutto in prima persona e nei giochi di piattaforma, poiché influenzano notevolmente l'esperienza del giocatore, afferma Gicomello e co. Ma la creazione di contenuti è una delle parti più lunghe e costose del processo di sviluppo.

I produttori di giochi si affidano all'esperienza umana e a test approfonditi per creare buoni livelli. E poiché questo è così costoso, molti di loro sono alla ricerca di modi efficaci per automatizzare il processo o assistere il progettista del gioco.

Forse questo. Trovare un modo per automatizzare la creazione dei livelli, almeno in parte, è un risultato significativo. Dovrebbe consentire ai designer umani di concentrarsi su questioni più ampie, come il tipo di livello che vogliono generare. I progettisti umani possono concentrarsi su funzionalità di alto livello includendo tipi specifici di mappe o funzionalità nel set di formazione, affermano Giacomello e co.

Negli ultimi anni, gli informatici hanno dimostrato come le macchine di deep learning possono imparare a giocare ai videogiochi da zero e quindi superare rapidamente i giocatori umani. Quindi non è davvero una sorpresa che possano imparare a progettare anche alcuni aspetti dei giochi.

La domanda più grande è fino a che punto possono mai aiutare con il processo più creativo di creare una storia passata per i personaggi, generare una trama avvincente per un intero gioco o sviluppare un gioco originale. Gli esseri umani non sono ancora ridondanti sotto questo aspetto.

Rif: arxiv.org/abs/1804.09154 : Generazione del livello DOOM utilizzando le reti generative contraddittorio

nascondere