Download Programa IAJuegos

Materia: Inteligencia Artificial en Juegos
Carrera:
Licenciatura en Cs. de la Computación
Ingeniería en Sistemas de Computación
Profesor: Diego C. Martínez
Segundo Cuatrimestre de 2011
Materias Correlativas: Tecnología de Programación
Carga Horaria: 64 hs. Teóricas y 48 hs. Prácticas, 18 hs de Laboratorio.
Cantidad de Semanas: 16
Descripción del Curso:
El curso provee una introducción a la aplicación de conceptos y técnicas de inteligencia artificial
para el diseño y desarrollo de juegos interactivos. Se presentan los principales formalismos para el
modelado de inteligencia computacional en este tipo de aplicaciones, tales como algoritmos de
búsqueda, algoritmos de movimientos, técnicas de aprendizaje y adaptación y toma de decisiones.
Se analizan aplicaciones reales en la industria y se examina el desarrollo científico y tecnológico
actual en el área. El énfasis es puesto en la implementación de aspectos de inteligencia en agentes
NPC (non-playable characters) inmersos en dominios interactivos de entretenimiento digital.
Programa
Unidad 1 - Introducción. Inteligencia Artificial (IA). Diferencias entre IA académica e IA de
videojuegos. Uso habitual de IA en videojuegos. Ejemplos reales y actuales. Agentes inteligentes y
NPC (non-playable characters). Complejidad computacional y consideraciones de hardware.
Modelo general de un motor de inteligencia artificial para juegos. Investigación y desarrollo
científico en Inteligencia Artificial orientada a videojuegos. Areas de Inteligencia Artificial de
interés para la industria del entretenimiento digital.
Unidad 2 – Movimiento. Movimientos de agentes NPC autónomos. Algoritmos cinéticos: de
búsqueda y de movimientos errantes. Algoritmos de dirección (steering behaviors). Movimientos en
tres dimensiones. Movimientos de grupos coordinados. Ejemplos.
Unidad 3 – Búsqueda de caminos. Grafos y Pathfinding. Algoritmos de Dijkstra y A*. Mejoras y
optimizaciones del algoritmo A*. Pathfinding jerárquico. Búsqueda dinámica. Búsqueda heurística.
Análisis del terreno: obstáculos, visibilidad, navigation meshes, generación de waypoints. Ejemplos.
Unidad 4 – Toma de decisiones. Arboles de decisión y máquinas de estado. Lógica difusa.
Comportamientos basados en metas. Sistemas basados en reglas. Técnicas de Scripting. Táctica y
estrategia: análisis táctico, mapas de influencia, análisis del terreno, locaciones tácticas. Acciones
coordinadas. Toma de decisiones en tiempo real. Técnicas de aprendizaje online (adaptación) y
offline: aprendizaje por refuerzos, redes neuronales. Planificación. Ejemplos.
Unidad 5 – Géneros de Juegos: Juegos de tablero. Teoría de juegos. Técnicas minimax. Juegos
de estrategia basados en turnos. Libros de aperturas. Minería de datos. Juegos Generales (General
Game Playing). Desarrollos científicos y tecnológicos recientes. Ejemplos.
Unidad 6 – Géneros de Juegos: Juegos en tiempo real. Juegos de strategia en tiempo real
(RTS) , de acción en primera persona (FPS) y juegos deportivos. Estado del arte y particularidades
de cada género. Restricciones de tiempo y consideraciones de eficiencia. Búsqueda heurística en
tiempo real. Ejemplos y Análisis de juegos existentes. Competencias académicas en entornos
estratégicos de tiempo real. Desarrollos científicos y tecnológicos recientes.
Unidad 7 – Géneros de Juegos: Juegos sociales y de rol. Storytelling y diálogos. Generación
dinámica de contenidos. Agentes NPC creíbles: modelado de emociones y personalidades.
Ejemplos y Análisis de juegos existentes. Desarrollos científicos y tecnológicos recientes.
Bibliografía principal
1. Artificial Intelligence: A Modern Approach. Stuart Russell, Peter Norvig. Prentice
Hall. ISBN-13: 978-0136042594
2. Artificial Intelligence for Games. Ian Millington. Morgan Kaufmann. ISBN-13:
978-0124977822.
3. AI Game Programming Wisdom series. Steve Rabin. Charles River Media ISBN13: 978-1584505235.
Bibliografía adicional
1. Three States and a Plan: The AI of F.E.A.R. Jeff Orkin. Proceedings of the Game
Developer's Conference (GDC 2006).
2. What went wrong: a taxonomy of video game bugs. Lewis, C., J. Whitehead, and N.
Wardrip-Fruin, FDG ’10: Proceedings of the Fifth International Conference on the
Foundations of Digital Games, New York, NY, USA, ACM, pp. 108–115, 2010.
3. Applying Goal-Driven Autonomy to StarCraft. Weber, B. G., M. Mateas, and A.
Jhala, Artificial Intelligence and Interactive Digital Entertainment (AIIDE), 2010.
4. Storyboard Authoring of Plan-based Interactive Dramas. Skorupski, J.,
Foundations of Digital Games Doctoral Consortium, 2009.
5. Human Level AI's Killer Application: interactive computer games. John Laird,
Michael van Lent.. Proceedings of the Seventeenth National Conference on
Artificial Intelligence and Twelfth Conference on Innovative Applications of
Artificial Intelligence. Pp 1171-1178, 2000.
6. Real Time Strategy. New AI Research. Michael Buro. Proceedings of the
International Joint Conference on AI 2003, Acapulco, Mexico, pp.1534—1535.
7. Intelligent Agents in Computer Games. Van Lent, Laird, et al.. Proceedings of the
National Conference on Artificial Intelligence, July 1999, Orlando, FL, pp. 929930.
8. Adversarial Planning Through Strategy Simulation. F. Sailer, M. Buro, and M.
Lanctot,, Computational Intelligence in Games, pp 80-87.Hawaii USA, 2007.
9. Efficient Triangulation-Based Pathfinding. D. Demyen and M. Buro, Proceedings
of the AAAI conference, Boston 2006, pp.942-947
10. Extending the Soar Cognitive Architecture. Laird, J. E. Artificial General
Intelligence Conference, Memphis, 2008.
11. SORTS: A Human-Level Approach to Real-Time Strategy AI. Wintermute, S., Xu,
J., and Laird, J.E. Proceedings of the Third Artificial Intelligence and Interactive
Digital Entertainment Conference (AIIDE-07), Stanford, California.
12. Intelligent Trading Agents for Massively Multi-player Game Economies. John
Reeder, Gita Sukthankar, M. Georgiopoulos, G. Anagnostopoulos. Proc. of the
Artificial Intelligence and Interactive Digital Entertainment 2008. Stanford,
California.
13. Learning to be a Bot: Reinforcement Learning in Shooter Games. Michelle
McPartland, Marcus Gallagher. Proc. of the Artificial Intelligence and Interactive
Digital Entertainment 2008.
14. Offline Planning with Hierarchical Task Networks in Video Games. John-Paul
Kelly, Adi Botea, Sven Koenig. Proc. of the Artificial Intelligence and Interactive
Digital Entertainment 2008.
15. Goal-Directed Hierarchial Dynamic Scripting for RTS Games. Anders Dahlbom,
Lars Niklasson. Proc. of the Artificial Intelligence and Interactive Digital
Entertainment 2006.
16. Building Robust Planning and Execution Systems for Virtual Worlds. Don M Dini,
Michael van Lent, Paul Carpenter, Kumar Iyer. Proc. of the Artificial Intelligence
and Interactive Digital Entertainment 2006.
17. A Testbed for Evaluating AI Research Systems in Commercial Games. David W.
Aha Matthew Molineaux, Philip Moore. Proc. of the Artificial Intelligence and
Interactive Digital Entertainment 2006.
18. Rules of engagement: moving beyond combat-based quests. Sullivan, A., M.
Mateas, and N. Wardrip-Fruin, INT3 ’10: Proceedings of the Intelligent Narrative
Technologies III Workshop, New York, NY, USA, ACM, pp. 1–8, 2010.
19. Scenario generation for emergency rescue training games. Hullett, K., and M.
Mateas, FDG ’09: Proceedings of the 4th International Conference on Foundations
of Digital Games, New York, NY, USA, ACM, pp. 99–106, 2009
20. Interactive Story Generation for Writers: Lessons Learned from the Wide Ruled
Authoring Tool. Skorupski, J., and M. Mateas, Proceedings of the 8th Digital Art
and Culture Conference (DAC), Irvine, CA, December 12-15, 2009.
21. Intelligent Interactive-Stories: Theory versus Practice. Chen, S., A. Sullivan, C.
Lewis, N. Wardrip-Fruin, and M. Mateas, Game Developers Conference, 2009.
22. Styles of play in immersive and interactive story: case studies from a gallery
installation of AR Façade. Dow, S., B. MacIntyre, and M. Mateas, ACE ’08:
Proceedings of the 2008 International Conference on Advances in Computer
Entertainment Technology, New York, NY, USA, ACM, pp. 373–380, 2008.
23. Reinforcement learning for declarative optimization-based drama management.
Nelson, M. J., D. L. Roberts, C. L. Isbell, and M. Mateas, AAMAS ’06:
Proceedings of the fifth international joint conference on Autonomous agents and
multiagent systems, New York, NY, USA, ACM, pp. 775–782, 2006.
24. Towards runtime behavior adaptation for embodied characters. Zang, P., M.
Mehta, M. Mateas, and A. Ram, IJCAI’07: Proceedings of the 20th international
joint conference on Artifical intelligence, San Francisco, CA, USA, Morgan
Kaufmann Publishers Inc., pp. 1557–1562, 2007