Umělý rozum ve hře: realizace

Praktický systém umělé inteligence: minimální realizace ve hře

Systém umělé inteligence je implementován v jednoduché střílečce pro názornou demonstraci klíčových funkcí: vnímání, paměti, klasifikace procesů a syntézy akcí. Subjekt (učící se agent) vyhýbá střelám vystřeleným lovecím řízeným uživatelem. Oba objekty se pohybují po rovnoběžných čarách: lovec se pohybuje libovolně doleva/doprava, zatímco subjekt může udělat až tři kroky za tah.

Svět se skládá ze čtyř objektů: subjekt, lovec, dělo, střela. Vnímání světa je seznamem přibližně 30 parametrů (souřadnice, typ střely atd.), který tvoří stav. Každá změna jakéhokoli parametru je zaznamenána jako nový stav, posloupnost stavů vytváří proces.

Generování znalostí prostřednictvím klasifikace

Klasifikace procesů převádí posloupnosti stavů na algoritmy – pravidla ve tvaru: vstup (rozsahy parametrů objektů), akce (změny parametrů), výstup (funkční závislosti). Základní znalostní báze je na začátku prázdná.

První pravidlo vznikne po třech zásazích: obecnění procesů přiblížení střely. Subjekt rozpoznává nebezpečí a reaguje:

• Testovací akce: náhodný krok (doleva/doprava) z možných.
• Simulovaná akce: syntéza algoritmů pro předpovídání výsledků.
• Ověřená akce: okamžitý reflex podle obecného pravidla úspěšného vyhnutí.

Obecnění kroků subjektu vede k pravidlu změny souřadnic. Analýza letu střel vytváří pravidlo trajektorie. Tato znalost umožňuje modelovat situaci až o několik kroků dopředu.

Mechanismus syntézy a působení

Modul syntéza algoritmů sestavuje varianty akcí subjektu i lovcova z pravidel. Výsledky jsou vyhodnoceny podle kritérií (pravděpodobnost úspěchu, energetická náročnost). Nejlepší varianta je provedena modulem působení.

Úspěšné modely jsou obecněny do ověřených pravidel. Plná adaptace znamená vyhýbání se zásahům pouze ověřenými akcemi.

Ve hře existují dva typy střel:

• Přímá – vyhnutí se linii.
• Samonavádějící (omezený dosah) – odstoupit na bezpečnou vzdálenost.

Při nedostatku kroků se aktivuje stres: analýza minulosti o více tahů. Znalosti o pohybech lovcova/výstřelech umožňují modelovat až o tři kroky dopředu, maximalizují pravděpodobnost odtržení.

Reakce subjektu na hrozbu

• Testovací: v nové situaci, před akumulací dat.
• Simulovaná: předpovídání s výběrem optimální volby.
• Ověřená: okamžitý reflex.

To odpovídá úrovním učení: od chaotického hledání ke zručnosti.

Měřítko a univerzalita

Jádro myšlení (vnímání, paměť, klasifikace, syntéza, působení) je univerzální a přizpůsobuje se světu prostřednictvím periferních modulů. Perspektivy:

• Zvýšení počtu objektů/akcí pro složitost.
• Hloubka modelování (více kroků, delší reakce).
• Tvůrčí řešení: řešení při nedostatečných znalostech (hypotézy jako částečné shody pravidel).
• Aktivní hledání: plánování experimentů (dosud omezeno vlivem na objekty).

Hypotézy jsou ověřovány rizikem (nízká cena chyby) nebo experimenty. Verze 3–4 přinese působení na objekty.

Důležité:

• Systém generuje znalosti z procesů v agresivním prostředí bez předtréninku.
• Tři úrovně reakce zajišťují adaptaci od pokusů k reflexům.
• Modelování o několik kroků dopředu napodobuje předvídání.
• Režim stresu rozšiřuje analýzu minulosti pro složité hrozby.
• Jádro je škálovatelné k silné AI s tvorbou a experimenty.

— Editorial Team