AI

Pesquisadores do MIT criam bot que derrota humanos em jogos de papéis ocultos multijogador

Pesquisadores do MIT criam bot que derrota humanos em jogos de papéis ocultos multijogador

Avanços e avanços em jogos de IA quase se tornaram a norma nos últimos anos. No entanto, esses jogos ainda não estabeleceram métodos para enfrentar os desafios da vida real de cooperação da equipe ao jogar com ou contra membros incertos ou desconhecidos da equipe.

Isso é crucial para jogos multiplayer de função oculta.

RELACIONADO: PROIBIÇÃO DE JOGOS: A CHINA PROIBERÁ JOGADORES MENORES DE 18 ANOS APÓS 22H

Agora, os pesquisadores do MIT criaram um bot que pode jogar e vencer jogadores humanos em jogos online de função oculta multiplayer interativos.

Batizado de DeepRole, o bot é um agente de aprendizado por reforço multiagente que trabalha com Inteligência Artificial (IA).

O bot e o jogo

Este é um avanço empolgante, pois DeepRole é o primeiro bot que pode vencer humanos em jogos online onde a lealdade dos jogadores não é clara no início do jogo.

Estruturado com um "raciocínio dedutivo" inovador que é adicionado a um algoritmo de IA normalmente usado ao jogar pôquer, o bot pode raciocinar com ações apenas parcialmente observáveis. O bot então descobre se um jogador é ou não um amigo ou inimigo.

Fico feliz em compartilhar o que estamos trabalhando neste ano - um agente que pode interpretar Avalon em uma performance de nível humano. Pode encontrar cooperadores em ambientes adversários para vencer o jogo em uma variedade de combinações de equipes. https://t.co/ehPMBu3FnF

- Jack Serrino (@ Detry322) 7 de junho de 2019

Jack Serrino, o primeiro autor do artigo e graduado do MIT em engenharia elétrica e ciência da computação, disse: "Se você substituir um colega de equipe humano por um bot, pode esperar uma taxa de vitória mais alta para sua equipe. Bots são melhores parceiros."

O co-autor, Max Kleiman-Weiner, aluno de pós-doutorado do MIT no Centro de Cérebros, Mentes e Máquinas e do Departamento de Cérebro e Ciências Cognitivas, acrescentou que "Os seres humanos aprendem e cooperam com os outros, e isso nos permite alcançar juntos coisas que nenhum de nós pode alcançar sozinho. Jogos como "Avalon" reproduzem melhor os ambientes sociais dinâmicos que os humanos vivenciam na vida cotidiana. Você precisa descobrir quem está na sua equipe e quem trabalhará com você, se é seu primeiro dia de jardim de infância ou outro dia em seu escritório. "

As notícias do MIT apresentam nosso trabalho com agentes de IA que aprendem a encontrar amigos e inimigos em um jogo com vários agentes. Para ser apresentado em # NeurIPS19 como uma palestra de destaque. @ Detry322https: //t.co/2YxqiBeodM

- Max Kleiman-Weiner (@maxhkw) 20 de novembro de 2019

Algoritmo de AI do DeepRole

Os pesquisadores do MIT usaram um algoritmo de IA no bot chamado 'minimização do arrependimento contrafactual' (CFR). Esse algoritmo descobriu como jogar um jogo jogando repetidamente contra si mesmo.

Em cada ponto do jogo, o CFR usa uma 'árvore do jogo' de linhas e nós que descrevem as ações futuras potenciais de todos os jogadores.

As 'árvores do jogo' representam todas as ações possíveis que um jogador pode realizar em cada ponto de decisão.

Os pesquisadores do MIT jogaram DeepRole contra humanos em 4.000 rodadas diferentes do jogo online: "The Resistance: Avalon." Como companheiro de equipe e oponente, o DeepRole venceu consistentemente os jogadores humanos.

As próximas etapas que os pesquisadores estão analisando são desenvolver maneiras de ensinar o bot a se comunicar com outros jogadores durante um jogo usando um texto simples.


Assista o vídeo: DESAFIO do cubo que dá nó no cérebro (Julho 2021).