Les recherches classiques en intelligence artificielle cherchent à reproduire l’intelligence humaine, qui apprend, ayant des émotions, pouvant interagir avec la société .

Cependant, pour les jeux vidéo, l’IA attendu n’est pas la même que celle de la réalité. L’IA des jeux vidéo n’a pas besoin d’être douée de raison ou de conscience, elle n’a pas besoin d’apprendre quoi que ce soit au-delà du gameplay. Dans les jeux vidéos, l’objectif de l’IA est de simuler un comportement intelligent et d’opposer au joueur un défi crédible, mais qu’il doit pouvoir relever.

Si l’on remonte le temps et que l’on analyse la façon dont les jeux vidéo ont évolué, on s’aperçoit que l’IA était déjà présente en 1990, sous la forme d’alliés ou d’adversaires. Déjà à l’époque, on pouvait « jouer contre l’ordinateur ».

Prise de décision

La prise de décisions est le concept de base derrière l’IA. Pour faire ces choix, le système intelligent doit être capable d’influer sur les entités contrôlées par l’IA. Pour ce faire, on peut choisir entre une stratégie en mode « push » ou en mode « pull ».

Les systèmes d’IA en mode « push » tendent à être isolés en tant qu’éléments indépendants de l’architecture du jeu. Cette stratégie prend souvent la forme d’un ou plusieurs fils (threads) où l’IA calcule constamment les meilleurs choix en fonction des options du jeu. Lorsqu’elle prend une décision, celle-ci est transmise aux entités concernées. Cette approche est la plus efficace pour les jeux de stratégie en temps réel où l’IA prend en compte le jeu dans son intégralité.

Les systèmes en mode « pull » sont les plus adaptés aux entités simples. Dans ces jeux, les entités en appellent au système d’IA lorsqu’elles « réfléchissent » ou se mettent à jour. Cette approche fonctionne parfaitement dans les systèmes possédant un grand nombre d’entités qui n’ont pas besoin de réfléchir en permanence, par exemple des entités qui doivent tirer.

3 Types de perception

Systèmes conditionnels – Les automates finis en tant qu’IA – IA adaptative

Systèmes conditionnels : Les jeux de Black Jack. Le donneur obéit à une règle simple : il continue à donner tant que la somme totale des cartes est inférieure ou égale à 17. 

Les automates finis en tant qu’IA : Une entité dont les états (conditions physiques, « émotions ») changent au cours de son fonctionnement. Dans cet exemple, les états émotionnels n’ont rien à voir avec ceux d’une véritable IA, ce sont des modèles de comportements prédéterminés qui correspondent au contexte du jeu.

Voici quelques exemples d’états pour un système d’IA d’un jeu comportant des éléments de furtivité :

IA adaptative : Généralement utilisée dans les jeux de combat et de stratégie, où les mécanismes sont complexes et les options de gameplay innombrables. Pour proposer un défi permanent au joueur sans qu’il parvienne à trouver une stratégie optimale pour battre l’ordinateur à coup sûr, l’IA doit pouvoir apprendre et s’adapter.

L’une des méthodes de base de l’adaptation consiste prendre en compte les décisions précédentes et à évaluer leur réussite. Le système d’IA enregistre donc les choix antérieurs du joueur. Les décisions passées doivent pouvoir être évaluées afin de déterminer la réussite des actions précédentes et d’envisager ou non un changement de tactique. Avant la création d’une liste des actions antérieures, l’IA peut recourir à des tactiques générales ou effectuer des actions aléatoires. Ce système peut être combiné à des systèmes conditionnels et à différents états.

OpenAI et Deepmind se confrontent aux gamers 

Il y a un peu plus d’un an, AlphaGo, l’intelligence artificielle (IA) spécialiste du jeu de go, créait la surprise dans le monde entier. Le programme, issu des ordinateurs de la filiale de Google DeepMind, venait de battre à plate couture (4-1) le champion incontesté de la discipline. Suite à cette victoire, l’annonce de la prochaine cible de Google fut annoncée : Starcraft 2, développé par Blizzard. 
En août, DeepMind et Blizzard ont mis à disposition du public un kit d’outils permettant à qui le désire d’entraîner son programme d’intelligence artificielle à jouer à ce blockbuster.

OpenAI, le groupe de recherches fondé par Elon Musk entraîne son intelligence artificielle sur Dota 2, le deuxième MOBA le plus joué au monde après League of Legends. Non content d’avoir battu en un contre un Dendi, un joueur professionnel, OpenAI l’avait emporté contre une équipe de cinq joueurs semi-professionnels.

Elle avait ensuite gagné en août dans un match d’échauffement contre cinq professionnels. L’intelligence artificielle n’a pas renouvelé l’exploit le 23 août dernier contre deux équipes de cinq professionnels engagés dans un tournoi international : les humains ont gagné les deux matchs en question.

Chaque jour, elle joue l’équivalent de 180 années de matches contre elle-même (soit un peu plus de 900 pour l’équipe entière) et apprend de ces rencontres. Un entraînement considérable, mais nécessaire compte tenu de la complexité de Dota 2 au niveau des possibilités par rapport à des jeux plus classiques.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *