További Szoftver cikkek
A Texasi Egyetem diákjai összegyúrtak egy genetikai algoritmust egy hatalmas homokozóval, és ingyen közzétették az eredményt. A NERO nevű pc-s játékban bárki kipróbálhatja, hogyan lehet néhány buta lényből intelligens elitkommandót képezni, és hogy mit érez a kiképző őrmester, amikor a frissen berángatott közlegény idétlenül kóvályog ahelyett, hogy szorgalmasan gyilkolna.
Úgy kezdődik az egész, hogy sok kis ostoba robot nyüzsög hangyabolyként egy földbe szúrt célpont környékén: egyesek észre sem veszik az ellenséget, mások közel merészkednek ugyan hozzá, de aztán megijednek és elszaladnak. Ha viszont türelmesen tanítgatjuk őket a gyakorlótérnek kinevezett, focipálya méretű homokozóban, világverő hadsereget képezhetünk belőlük, amely elboldogul bármilyen zegzugos labirintusban vagy sűrű ködben, és halálmegvető bátorsággal néz a legnagyobb kaliberű gépágyú csövébe is.
Új műfaj?
Robotcsata és falkerülés
Bár ránézésre szimpla stratégiai játéknak tűnik, a NERO (Neuro-Evolving Robotic Operatives) alapja komoly genetikai algoritmus, amely a megerősítéses tanulás módszereivel fejleszti a robotok kezdetben hiányos képességeit. Ahogy a kisgyereknek megsimogatják a fejét, ha aznap nem verekedett az óvodában, úgy jutalmazhatja a NERO játékosa csapatának tagjait, ha azt csinálják, amit akar tőlük. Külön csúszkákon állítható be, mennyi jutalom - vagy éppen büntetés - jár azért, ha egy robot megközelíti, illetve megtámadja az ellenséget, ha megkerül egy egyszerű akadályt vagy kitalál egy bonyolult labirintusból.
Egyedi algoritmus, egyszerű motor
A játékot a Texasi Egyetem digitálismédia-laborja együtt fejlesztette a számítástechnikai tanszék neuroevolúcióval foglalkozó csoportjával. A felülettel nem törődtek sokat, egyszerűen megvásárolták a Garage Games százdolláros Torque nevű motorját, ami látszik is a játékon: a grafika csak messziről integet a Doom 3-nak vagy a Half Life-nak. Annál több energiát fektettek a texasiak a neuroevolúciós algoritmus harctéri adaptációjába. A program a robotok viselkedése és a játékos szándékai alapján képes eldönteni egyes robotokról, életképesek-e vagy sem. A felhasznált NEAT nevű neuroevolúciós algoritmus (Neuro-Evolution of Augmenting Topologies) lényege egy olyan mesterséges idegsejtekből álló hálózat, amelyben az egyes neuronok között csak minimális kapcsolat létezik, és az csak akkor fejlődik tovább, ha ez segít egy probléma megoldásában - így elkerülhető a szükségtelenül bonyolult hálózatok kialakulása.
A legbutábbakat leszerelik
A NERO-ban az algoritmus valós idejű változata, az rtNEAT kapott helyet, amely felszámol a mesterségesintelligencia-kutatásban elterjedt generációk fogalmával, és inkább egy kisméretű populációt értékel folyamatosan úgy, hogy a leggyengébben teljesítő robotokat újakkal helyettesíti. A fejlesztők, élükön a NEAT-et kidolgozó Ken Stanley-vel így elérték, hogy egy viszonylag kevés robotból álló csapat is olyan ütemben tanuljon, hogy annak a számítógép előtt ülő játékos is örülni tudjon.
A tesztek során a fejlesztőknek viszonylag egyszerű tanítási módszerrel egy óra alatt sikerült megtanítaniuk a robotokat egy komplex labirintusból való kijutásra, de egy egyszerű akadály, egy fal kikerültetése az Index tesztelőinek sem kerül többe három percnél.
A robotháborúra éhes játékosoknak a NERO legérdekesebb része természetesen nem a genetikai algoritmus finomságaiban, hanem a végső küzdelemben rejlik: ha valaki úgy érzi, már mindenre megtanította robothadseregét, egy texasi szerveren vagy akár helyi hálón is összeeresztheti hadseregét egy másik játékos által trenírozott ellenséges csoportosulással.
Kövesse az Indexet Facebookon is!
Követem!
