Atari, Starcraft, Dota – lernbasierte Künstliche Intelligenz spielt Videospiele wie ein Profi. Doch ausgerechnet Spieleentwickler setzen KI selten für ihre Arbeit ein. Weshalb eigentlich?
Ubisofts interne Forschungsabteilung "La Forge" gibt einen Einblick, wie lernbasierte Künstliche Intelligenz (alle News) für Games aussehen könnte. In einer Veröffentlichung berichten die Spieleentwickler von ihren Experimenten mit bestärkendem Lernen (Erklärung).
Die Lernmethode steht hinter den Erfolgen von Deepminds Alphastar oder OpenAIs DOTA-Bot und lässt Künstliche Intelligenz erfolgreich Schach, Go oder Poker spielen.
Doch Deepmind, OpenAI und andere Forschungseinrichtungen verfügen über viel Geld, Rechenleistung und Zeit. Der durchschnittliche Spieleentwickler hat eben diese drei Faktoren nicht beinahe unbegrenzt zur Verfügung. Im Gegenteil.
"Wirklich beeindruckende Ergebnisse werden von großen Forschungsgruppen mit Rechenressourcen produziert, die weit über das hinausgehen, was typischerweise für Videospielstudios verfügbar ist", heißt es in der Veröffentlichung von Ubisoft.
Ubisofts Forschergruppe experimentiert daher mit dem Einsatz des bestärkenden Lernens unter den Einschränkungen der Videospielindustrie.
Künstliche Intelligenz lernt in Videospielrennen Videorennspiele
Das Forscherteam von Ubisoft nutzte für das Experiment eine KI-Architektur, die schneller lernt und besser mit bisher unbekannten Bedingungen umgehen kann als ältere KI-Architekturen, die ebenfalls auf bestärkendes Lernen setzen. Das reduziert den Trainingsaufwand und die Trainingszeit.
Die KI trainierte direkt in der Spieleumgebung, Autorennen zu fahren. Belohnt wurde sie beispielsweise für Aktionen, die sie bei hoher Geschwindigkeit in der Spur hielten. Laut der Entwickler erreicht die im Rennspiel trainierte KI das Niveau herkömmlich programmierter KI-Gegner - bei deutlich geringerem Programmieraufwand dank des Selbstlernprinzips.
Sie konnte nach dem KI-Training unbekannte Strecken in hoher Geschwindigkeit zurücklegen. Dafür setzt sie gezielt die Handbremse ein, nimmt aber versehentlich noch den einen oder anderen Mülleimer oder eine Ampel mit – in der echten Welt wäre das fatal. Daher sind Verkehrssimulationen nur eingeschränkt dafür geeignet, autonome Autos auszubilden. Doch im Videospiel passiert nicht viel.
Die erfolgreiche Auto-KI sieht das Ubisoft-Team als Beweis, dass bestärkendes Lernen innerhalb der Einschränkungen der Videospielindustrie für die Entwicklung von Gaming-KIs eingesetzt werden kann. Die Autoren schreiben, die gleiche Technologie könne in Zukunft eine Vielzahl möglicher Interaktionen zwischen KI und Umgebung steuern.
Quelle: Arxiv
