algorithme_jeu_video_2018

Mario est peut-être super, mais même il doit s’ennuyer à franchir le même Goombas et tomber des mêmes falaises. Heureusement, un nouvel algorithme d’intelligence artificielle (IA) peut sans cesse produire de nouveaux niveaux, et même les adapter au niveau de compétence d’un joueur.

Des algorithmes

Les informaticiens ont passé des décennies à perfectionner la «génération de contenus procéduraux», l’utilisation d’algorithmes pour concevoir automatiquement de nouveaux personnages, paysages et armes pour les jeux vidéo, épargnant ainsi des heures de travail aux humains. Par exemple le jeu No Man’s Sky 2016 peut générer jusqu’à 18 quintillions de planètes uniques alors que les joueurs explorent la galaxie, une tâche ardue pour tout concepteur humain.

Mais les programmeurs doivent encore façonner les règles qui indiquent à l’ordinateur comment créer un tel contenu. Au cours des dernières années, ils ont appliqué l’apprentissage automatique, une technique d’IA par laquelle les ordinateurs apprennent à partir d’exemples, de sorte que l’IA peut simplement produire plus de contenu dans le style du contenu existant sans avoir besoin d’instructions explicites. Cependant, les niveaux de jeu sont particulièrement difficiles à générer parce que de petits changements peuvent les rendre injouables – un mur parasite peut par exemple bloquer un passage à un personnage d’un jeu vidéo.

Une nouvelle méthode

Cette nouvelle méthode apprend à imiter les niveaux créés par un programmeur et permet ensuite de la personnaliser. Il a deux phases. Dans le premier, un «réseau contradictoire génératif» apprend par essais et erreurs à transformer des chaînes de nombres en niveaux indiscernables des niveaux créés par le programmeur. Une deuxième phase aide ensuite à trouver des chaînes de nombres qui mènent à des niveaux qui ne sont pas seulement réalistes, mais qui répondent à certaines exigences – comme avoir beaucoup d’ennemis ou plusieurs sauts. Les auteurs ont obtenu un contrôle précis sur la difficulté des niveaux, rapportent-ils dans un article qui sera présenté en juillet à la Conférence sur le calcul génétique et évolutif à Kyoto, au Japon. Ils croient que leur approche fonctionnerait aussi pour d’autres jeux.

Une autre méthode

Une autre nouvelle méthode utilise un «réseau contradictoire génératif» pour produire de nouvelles cartes pour Doom; le jeu de tir à la première personne ou en vue subjective. L’algorithme crée des cartes Doom qui correspondent visuellement aux créatures créées par les programmeurs, ainsi qu’à certaines fonctionnalités de haut niveau, telles que de grandes et de petites salles, rapportent les auteurs dans un article publié sur arXiv le mois dernier. (Les deux articles ont également été mentionnés dans Import AI, un bulletin d’informations.) La génération de contenus procéduraux, permet non seulement aux concepteurs de gagner du temps et de sauver Mario de l’ennui. Cela pourrait également aider les jeux vidéo à s’adapter au niveau des compétences des joueurs.

[via Science]