Un team di scienziati che lavora come parte di Uber AI Labs ha insegnato ad un’intelligenza artificiale come completare i platform degli anni ’80 come appunto Pitfall.

Creando una serie di algoritmi in grado di creare archivi delle precedenti partite, l’IA riesce a ricordare efficacemente il punto in cui si trovava in un livello. Questa conoscenza quindi viene utilizzata per esplorare ulteriormente nuovi luoghi non ancora esplorati. Questo metodo differisce dal tradizionale approccio IA, che premia un’intelligenza artificiale per la ricerca di nuove aree. Questo sistema può far sì che l’IA dimentichi effettivamente i luoghi in cui è già stata e potenziali strade che si diramano da quelle aree che deve ancora prendere.

Utilizzando questo nuovo metodo, il team è stato in grado di insegnare all’IA come battere giochi come Montezuma’s Revenge, Freeway e Pitfall; tutti i classici giochi dell’era Atari. “Il nostro metodo è davvero piuttosto semplice e diretto, anche se questo è spesso il caso delle scoperte scientifiche“, hanno detto gli scienziati Adrien Ecoffet, Joost Huizinga e Jeff Clune in un’intervista. La chiave del funzionamento del nuovo test, noto come Go-Explore, è che è in grado di separare il processo di esplorazione di nuove aree e di tornare a quelle vecchie utilizzando metodi diversi per raggiungere questi due obiettivi.

pitfall

Ovviamente questo test viene condotta con un obiettivo più ampio rispetto alla risoluzione di videogiochi: il team afferma che gli algoritmi potrebbero essere utilizzati per guidare i robot all’interno di luoghi industriali, come ad esempio baristi robotici in una caffetteria.

Fonte: IGN

[…]

[…]Leggi di più su www.eurogamer.it

Rispondi