EA spiega come ha creato un agente intelligente che ha imparato da solo a giocare a Battlefield 1

Magnus Nordin, direttore tecnico della nuova Search for Extraordinary Experiences Division (SEED) di Electronic Arts, ha spiegato come ha creato un agente intelligente che ha imparato da solo a giocare alla componente multigiocatore di Battlefield 1. Nordin illustra la differenza tra bot pre-programmati e agenti intelligenti di nuova generazione allenati tramite deep learning per imparare autonomamente a giocare. Il video in calce, inoltre, mostra i primi risultati degli esperimenti con l'intelligenza artificiale che ha imparato a giocare da zero attraverso un percorso di tentativi ed errori.

L'idea che ha portato alla nascita del progetto deriva dai risultati raggiunti da Google con DeepMind, che già nel 2015 era in grado di affrontare con successo alcuni vecchi giochi Atari. Nel corso degli anni DeepMind è stato migliorato e adesso può competere con i giocatori umani a StarCraft II. Certo, applicare questi concetti a uno sparatutto in prima persona con tantissime variabili come Battlefield 1 comporta una sfida ancora superiore.

Gli agenti IA di SEED sono adesso in grado di variare il proprio comportamento nei match in funzione delle munizioni residue e della salute. Attualmente, però, gli agenti non sono ancora bravi nella pianificazione strategica, una componente cruciale in uno sparatutto su mappa ampia come Battlefield 1. Se un agente, infatti, individua un obiettivo punterà subito ad attaccarlo, ma se non ha obiettivi inizierà a girare senza meta.

I tecnici del reparto SEED iniziano la procedura di allenamento sottoponendo all'IA 30 minuti di gioco umano (apprendimento per imitazione) prima di lasciare che l'agente si alleni da solo. Gli agenti "hanno poi fatto pratica per sei giorni contro altre versioni di se stessi e alcuni semplici bot, giocando in parallelo su varie macchine", si legge sul blog di EA. "In totale parliamo di circa 300 giorni di esperienza di gioco in totale. Migliorano costantemente, ma non sono particolarmente veloci nell'apprendimento".

"L'agente ha lo stesso campo visivo di un giocatore umano ed è assistito da una minimappa. Abbiamo rapidamente scoperto, comunque, che Battlefield è visivamente troppo complesso per essere compreso dall'agente, quindi abbiamo dovuto semplificare ciò che vede".

Per il momento, lo scopo di questi esperimenti è quello di aiutare DICE nel suo lavoro di controllo qualità. Quando le tecnologie di deep learning raggiungeranno stadi più avanzati sarà possibile inserire gli agenti IA così allenati direttamente all'interno dei giochi, in modo da offrire al giocatore livelli di sfida differenti, anche perché saranno in grado di apprendere con l'esperienza man mano che affrontano i giocatori umani.

"Sono certo che nei prossimi anni le reti neurali inizieranno gradualmente a farsi strada nei videogiochi", afferma Nordin. "Gli agenti in grado di imparare da soli non sono solo un buon sostituto dei vecchi bot; è possibile applicare l'apprendimento automatico anche a una serie di campi come generazione procedurale, animazione, sintetizzazione vocale, riconoscimento vocale e altri ancora".

"Con il rischio di lanciarsi in previsioni azzardate, credo sia ragionevole aspettarsi che gli agenti intelligenti saranno in grado di sconfiggere giocatori umani in una modalità competitiva limitata - con mappe più piccole, squadre concentrate e obiettivi chiari - entro un paio d'anni da ora. Comunque in SEED non vogliamo necessariamente creare un'IA in grado di sconfiggere i giocatori umani. Il nostro obiettivo è aiutare a creare nuove esperienze che migliorino i giochi e li rendano più divertenti. Non è detto che, sul lungo periodo, essere sconfitti da un'IA superiore sia così divertente per i giocatori".