Tendencias Científicas
Muestra de uno de los niveles generados automáticamente. Fuente: GT
En la era de los ochenta y noventa, a todo jugador le gustaba demostrar sus habilidades pasando niveles en el videojuego de moda ante la atenta mirada de sus amigos. Esta tendencia quedó eclipsada por el juego online con la llegada de Internet, pero más tarde se volvió a recuperar la esencia con la captura de partidas en YouTube, aunque quizás el consumidor de estos vídeos buscara más el componente didáctico que el lúdico.
De ahí se ha pasado al auge actual de plataformas como Twitch que cierran el círculo, pues basan su éxito en la emisión en directo de partidas de videojuegos, con miles de seguidores en todo el mundo. Ya no es necesario estar al mando del juego para disfrutar de la experiencia, aunque la utilidad de estos servidores pueda llegar mucho más allá del entretenimiento.
Es precisamente lo que pretende un equipo de investigadores del Instituto de Tecnología de Georgia (GT), en Estados Unidos, que ha desarrollado un sistema de inteligencia artificial que parte de la misma base, ver muchos vídeos de juegos en streaming para analizar las imágenes y ser capaz después de generar nuevos niveles.
El equipo probó su descubrimiento, el primero de este tipo, con el Super Mario Bros original, un juego de plataformas en dos dimensiones que se convirtió en el icono principal de Nintendo con sus dos protagonistas, probablemente los más reconocidos en el mundo de los videojuegos. El objetivo del nuevo diseñador de niveles automático no es más que reproducir resultados a través de juegos similares.
De ahí se ha pasado al auge actual de plataformas como Twitch que cierran el círculo, pues basan su éxito en la emisión en directo de partidas de videojuegos, con miles de seguidores en todo el mundo. Ya no es necesario estar al mando del juego para disfrutar de la experiencia, aunque la utilidad de estos servidores pueda llegar mucho más allá del entretenimiento.
Es precisamente lo que pretende un equipo de investigadores del Instituto de Tecnología de Georgia (GT), en Estados Unidos, que ha desarrollado un sistema de inteligencia artificial que parte de la misma base, ver muchos vídeos de juegos en streaming para analizar las imágenes y ser capaz después de generar nuevos niveles.
El equipo probó su descubrimiento, el primero de este tipo, con el Super Mario Bros original, un juego de plataformas en dos dimensiones que se convirtió en el icono principal de Nintendo con sus dos protagonistas, probablemente los más reconocidos en el mundo de los videojuegos. El objetivo del nuevo diseñador de niveles automático no es más que reproducir resultados a través de juegos similares.
Diferentes escenarios de un mismo nivel. Fuente: GT
Posicionamiento
Según explica GT en un comunicado, el sistema se centra en el terreno de juego más que en los personajes, y en el posicionamiento de cada elemento -ya sean tubos, bloques, monedas o Goombas-, determinando la relación entre ellos y en función del nivel. Por ejemplo, los tubos en los juegos de Mario tienden a colocarse sobre tierra, por lo que el sistema lo asimila y evita las superficies de hierba.
El autor principal de la investigación, Matthew Guzdial, asegura tras una evaluación inicial del trabajo, que los niveles resultantes son igual de jugables y similares a los del juego original, sin necesidad de codificar manualmente ningún criterio de diseño.
La clave del proceso es ver a los jugadores en acción, para comprobar dónde transcurre realmente la mayor parte de su tiempo en el juego. Así, tras visualizar varias partidas en YouTube, Twitch o cualquier otra plataforma de vídeos, los algoritmos determinan cuáles son las zonas de alta interacción, es decir, aquellos puntos donde los jugadores pasan más tiempo para conseguir puntos de bonificación o superar el desafío.
El diseñador de niveles automático se dirige específicamente a estas áreas para obtener información sobre el diseño. El sistema crea un modelo o plantilla y, a partir de ahí, construye pantallas totalmente nuevas, elemento por elemento, donde nada aparece al azar y perfectamente manejable para el jugador.
Según explica GT en un comunicado, el sistema se centra en el terreno de juego más que en los personajes, y en el posicionamiento de cada elemento -ya sean tubos, bloques, monedas o Goombas-, determinando la relación entre ellos y en función del nivel. Por ejemplo, los tubos en los juegos de Mario tienden a colocarse sobre tierra, por lo que el sistema lo asimila y evita las superficies de hierba.
El autor principal de la investigación, Matthew Guzdial, asegura tras una evaluación inicial del trabajo, que los niveles resultantes son igual de jugables y similares a los del juego original, sin necesidad de codificar manualmente ningún criterio de diseño.
La clave del proceso es ver a los jugadores en acción, para comprobar dónde transcurre realmente la mayor parte de su tiempo en el juego. Así, tras visualizar varias partidas en YouTube, Twitch o cualquier otra plataforma de vídeos, los algoritmos determinan cuáles son las zonas de alta interacción, es decir, aquellos puntos donde los jugadores pasan más tiempo para conseguir puntos de bonificación o superar el desafío.
El diseñador de niveles automático se dirige específicamente a estas áreas para obtener información sobre el diseño. El sistema crea un modelo o plantilla y, a partir de ahí, construye pantallas totalmente nuevas, elemento por elemento, donde nada aparece al azar y perfectamente manejable para el jugador.
Resultados y retos
De esta forma se crearon 151 niveles distintos de 17 muestras del juego original, controlando la jugabilidad en general y variables de estilo. El resultado aumentó a 334 a medida que el sistema disminuía las restricciones. Estos niveles se pueden reproducir fácilmente trasladándolos a un motor de juego.
Super Mario Bros fue el elegido para esta presentación, pero el sistema se puede aplicar a juegos similares. El profesor Mark Riedl, investigador principal del estudio, subraya que se trata de la primera vez que se utiliza la visualización de un videojuego para diseñar pruebas nuevas. A partir de ahí, plantea aplicar la misma técnica a diferentes juegos de plataformas, de modo que el sistema aprenda sobre un género dado y pueda crear nuevos juegos.
Entre los retos, barajan la posibilidad de extender la técnica a otros géneros más allá de los juegos de plataformas. De momento, el objetivo más próximo será analizar cómo se comportan los jugadores en estos niveles de Super Mario generados por ordenador, comparándolo con la forma en que interactúan en las pantallas programadas a mano del juego original.
De esta forma se crearon 151 niveles distintos de 17 muestras del juego original, controlando la jugabilidad en general y variables de estilo. El resultado aumentó a 334 a medida que el sistema disminuía las restricciones. Estos niveles se pueden reproducir fácilmente trasladándolos a un motor de juego.
Super Mario Bros fue el elegido para esta presentación, pero el sistema se puede aplicar a juegos similares. El profesor Mark Riedl, investigador principal del estudio, subraya que se trata de la primera vez que se utiliza la visualización de un videojuego para diseñar pruebas nuevas. A partir de ahí, plantea aplicar la misma técnica a diferentes juegos de plataformas, de modo que el sistema aprenda sobre un género dado y pueda crear nuevos juegos.
Entre los retos, barajan la posibilidad de extender la técnica a otros géneros más allá de los juegos de plataformas. De momento, el objetivo más próximo será analizar cómo se comportan los jugadores en estos niveles de Super Mario generados por ordenador, comparándolo con la forma en que interactúan en las pantallas programadas a mano del juego original.
Inicio
Enviar a un amigo
Versión para imprimir
Compartir
La Inteligencia Artificial habla sobre la legalización del cannabis
CIENCIA ON LINE