Super Mario får nye udfordringer med kunstig intelligens
Forskere fra blandt andet IT-Universitetet har udviklet en kunstig intelligens-algoritme, som automatisk genererer nye baner i computerspil. Teknologien kan på sigt give helt nye muligheder for at tilpasse spillenes sværhedsgrad til spillernes individuelle niveau.
Skrevet 13. juni 2018 06:58 af Vibeke Arildsen
Alt for længe har Super Mario hoppet rundt mellem de samme platforme og samlet de samme svampe.
Men der kan snart være mere variation på vej til fans af både Mario og andre computerspil. En gruppe forskere har udviklet en kunstig intelligens-algoritme, som automatisk laver nye baner og tilpasser sværhedsgraden til den enkelte spillers niveau og ønsker.
Algoritmen er endnu på prototype-stadiet, men vil på sigt betyde, at computerspillere kan se frem til spil, der er skræddersyet præcist til deres niveau.
Ifølge Sebastian Risi vil computergenererede baner kunne give større spiloplevelser i fremtiden. ”Med kunstig intelligens kan vi generere nye baner imens spilleren spiller. Hvis du ofte dør i samme bane, kan algoritmen på stedet udvikle nye baner med en lavere sværhedsgrad, og hvis spillet er for let, vil den kunne gøre de kommende baner sværere. Med andre ord kan vi ramme en optimal sværhedsgrad og dermed skabe en mere engagerende spilleoplevelse,” fortæller Sebastian Risi, lektor på IT-Universitetet og en af forskerne bag algoritmen.
Nye muligheder for tilpasning
Computergenererede baner har eksisteret i årtier, og i forskerkredse konkurrerer man endda om at skabe de bedste Super Mario-baner ved hjælp af kunstig intelligens.
Det nye ved denne algoritme er, at den ikke blot genererer tilfældige baner, men giver udviklerne mulighed for at give banerne bestemte egenskaber – for eksempel en bestemt sværhedsgrad eller et bestemt antal modstandere.
Til det formål har forskerne benyttet en kombination af deep learning-teknikken GAN (General Adversarial Network) og evolutionære algoritmer – algoritmer, som er inspireret af evolution i biologiens verden.
“Først bruger vi data fra eksisterende baner til at træne algoritmen til at generere nye baner, der ligner dem. Derefter anvender vi en optimeringsmetode der ved hjælp af kunstig evolution søger efter baner med de karakteristika, vi ønsker. Til sidst tester systemet de nye baner og frasorterer dem, der ikke er spilbare,” siger Sebastian Risi.
Algoritmen er udviklet på baggrund af det klassiske Super Mario-spil, men metoden er generelt anvendelig og vil på sigt også kunne bruges til mange andre typer spil, som for eksempel Candy Crush, fortæller han videre.
Sebastian Risi understreger, at kunstig intelligens ikke kommer til at erstatte spiludviklere lige foreløbig, men højst vil være et supplement til menneskelige spildesignere.
”Fordelen ved algoritmen er, at den kan designe nye baner, mens spillet er i gang, men den er afhængig af menneskelige input,” siger han.
Sebastian Risi, professor, email sebr@itu.dk
Vibeke Arildsen, presserådgiver, telefon 2555 0447, email viar@itu.dk