🕹️ CHEAT CODE ACTIVÉ ! BIENVENUE AU CLUB 1994 !
🪩
Bienvenue sur Consoles-fan Club 1994 - Modem 56k prêt - Allumez votre Sega Saturn! - Pour tous ceux qui ont fini Power Stone 1 & 2 à 100% - Fans de métal : lâchez-vous!
Plateformes : Toutes PS5SwitchSwitch 2Xbox Séries XPCVR
Les jeux vidéo et l’intelligence artificielle.
Preview Rétro

Les jeux vidéo et l’intelligence artificielle.

🔍 Agrandir • Voir la galerie (10)

Au commencement, les premiers chercheurs en intelligence artificielle avaient des ambitions démesurées, et pensaient grâce à leur science toute nouvelle pouvoir un jour simuler complètement le comportement d’un être humain. Ce qui posait alors la question quasi philosophique : « les machines peuvent-elles penser ? ». Pour y répondre, le mathématicien Alan Turing a même proposé un test simple : si un individu peut discuter avec une machine sans la voir, en restant convaincu qu’il discute avec un être humain, alors la machine aura passé le test et pourra être considérée comme pensante.
Depuis de nombreuses personnes se sont attaquées à cet exercice de style, essayez par exemple de discuter avec Alice. (bon d’accord c’est assez long comme intro mais ça m’aura permis de placer ce lien marrant…).

L’IA c’est quoi exactement ?

Mais comme l’a très justement fait remarquer Davy1 dans son article(si vous ne l’avez pas lu, c’est là que ça se passe), la reproduction fidèle d’un esprit complexe dans son intégralité est mission impossible, en revanche on peut toujours espérer pouvoir en simuler une partie.

Les chercheurs sont parvenus à la même conclusion, et sont alors devenus moins ambitieux. Plutôt que de vouloir faire une machine universelle qui pense et agit en toutes circonstances comme un homme (ou même un animal), on s’est plutôt intéressé à concevoir des systèmes capables de répondre de façon appropriée à des situations imprévues, ou imprécises à priori.

Bon mais comment s’en servir dans les jeux ?

Dans les jeux vidéo, il faut avouer que ce qu’on aimerait bien faire le plus souvent, c’est simuler un comportement complexe d’être humain, tant qu’à faire. Heureusement, les règles dans un jeu sont somme toute bien simplifiées par rapport à la vie réelle, en général les choix d’actions laissés aux personnages sont assez limités. On se trouve donc pile poil dans une de ces problématiques plus restreintes pour lesquelles les outils de l’IA peuvent s’avérer utiles. Mais quels sont-ils, ces outils ?

Le « codage en dur »

Les jeux vidéo et l’intelligence artificielle.

Ce que j’appelle « codage en dur », c’est lorsque les développeurs décident de planifier à l’avance les différentes configurations possibles. En général, les différents « individus » gérés par l’IA sont à états finis, ce qui veut bien dire ce que ça veut dire. Prenons par exemple un classique jeu d’infiltration, les différentes caractéristiques d’un NPC sont bien nettes : le petit soldat est soit au repos, soit soupçonneux, soit complètement alerté. Il voit le héros ou il ne le voit pas. Il l’entend ou il ne l’entend pas.

Les prises de décisions sont alors définies par des scripts, prenant en compte les différentes conditions de jeu pour en déduire le comportement à adopter, le plus souvent sur un schéma classique if… then… else. Par exemple dans un jeu comme Half Life : SI le soldat est à l’état normal ET on lui lance une grenade ET il se trouve proche d’un abri ALORS passage en alerte et choix du comportement planquage derrière les caisses en criant « faites gaffe, grenade ! ». Elementaire.

L’avantage de ce système, c’est bien entendu la richesse de la mise en scène qu’il permet. On a tous ressenti des petits zigouigouis de bonheur à voir les soldats de Half Life se planquer sous nos tirs ou ceux de Metal Gear Solid interrompre leur patrouille pour aller reluquer une page centrale de magazine coquin.

Le principal inconvénient en revanche, c’est que les développeurs doivent penser à toutes les situations, et que s’ils en laissent échapper quelques unes, ils peuvent briser tout l’intérêt du gameplay. On pense notamment à tous ces jeux où les ennemis se font dégommer à distance un par un sans réagir, tout ça parce qu’il n’était pas prévu qu’ils se fassent attaquer dans ces conditions.

Les jeux vidéo et l’intelligence artificielle.

Un autre inconvénient de cette technique est qu’il est parfois facile au joueur de deviner les scripts choisis par les développeurs, et que le jeu devient alors trop prévisible. Au lieu de retranscrire le comportement d’êtres humains intelligents, l’IA ne nous montre alors plus que des automates au parcours prédéterminé, un peu comme dans ces vieux jeux 2D où les ennemis ne savaient faire que des aller-retours sur leur plateforme, sauf que c’est mieux caché. Certains développeurs essaient bien de compenser cela en multipliant les scripts, par exemple en prévoyant des personnages peureux et d’autres téméraires, mais c’est beaucoup de boulot supplémentaire pour un maigre résultat.

le « codage en moins dur »

Les jeux vidéo et l’intelligence artificielle.

Le problème du codage en dur, c’est que tout est un peu trop carré, trop manichéen. Les différents états possibles sont activés ou désactivés, mais il n’y a pas d’intermédiaire. Pour corriger cet état de choses, différentes méthodes consistent à brouiller un peu tout cela, pour que les choses soient un peu moins tranchées, un peu plus souples. L’idée générale est donc de nuancer toutes les données, d’ajouter une notion d’imprécision ou d’ignorance pour pouvoir faire des réflexions plus subtiles.

Les jeux vidéo et l’intelligence artificielle.

La logique floue est une de ces méthodes, et est en soi très intuitive. Supposons par exemple que l’on doive décider de la stratégie d’attaque d’un soldat en fonction de la distance qui le sépare du joueur. La méthode habituelle aurait ressemblé à un truc comme « si il est loin (d > 30 m) tu le snipes, sinon tu le dégommes au shotgun ». La logique floue ajoute entre « loin » et « près » tout un dégradé continu d’interprétations, permettant de nuancer l’interprétation de la distance tout en conservant des règles de gameplay similaires. Regardez le schéma à côté, c’est tout con mais il fallait y penser.

Bon évidemment ça devient vite un peu plus compliqué que ça, cette notion de flou nécessite ensuite la définition d’opérateurs, de distances, de raisonnements divers, qui seraient un peu trop longs à expliquer ici. Enfin au final ça marche, et les comportements observés sont alors moins tranchés que dans les systèmes traditionnels. Les résultats peuvent être observés dans des jeux comme the Sims ou Black & White, qui utilisent des arborescences à états mais dont les valeurs sont floues.

Bon il y a aussi des variantes de la logique floue, notamment la théorie des possibilités ou celle de Dempster Schafer, mais là on commence à pinailler et à vrai dire c’est un peu toujours le même principe : introduire une notion de doute sur les valeurs considérées, et non plus une certitude sur leur état. J’éviterai aussi de parler de méthodes probabilistes comme les réseaux bayésiens, qui n’ont encore jamais été utilisés dans le monde des jeux vidéo que je sache.

Les jeux vidéo et l’intelligence artificielle.

L’avantage de tout cela, je viens de vous le dire, c’est que ça marche bien, que ça « lisse » un peu les comportements observés et les rend plus souples en fonction des changements de situations, donc en gros plus crédible.

L’inconvénient c’est que c’est quand même nettement plus compliqué que les méthodes traditionnelles, de par les fonctions nouvelles nécessaires mais aussi par le grand nombre de paramètres à régler. Pour obtenir des résultats crédibles, il faut parfois une longue phase de mise au point, pendant laquelle on ajuste ici ou là le modèle choisi, élargissant le flou ici, le réduisant là… (bon je schématise, évidemment).

le « codage en mou »

Il existe aussi d’autres méthodes, radicalement différentes des méthodes précisées ci-dessus. En effet plutôt que de chercher à imposer une architecture rigide et de faire en sorte qu’elle donne les résultats attendus, certains chercheurs se sont inspirés de la nature pour réaliser leurs système intelligents avec des architectures évolutives.

Les jeux vidéo et l’intelligence artificielle.

Les réseaux de neurones sont une de ces méthodes « naturelles », s’inspirant directement de la structure du cerveau. En effet qu’est-ce qu’un cerveau ? Si on y regarde de près, ce n’est jamais qu’un salmigondis de neurones connectés entre eux avec plus ou moins de force. Quand des terminaisons nerveuses (par exemple le nerf optique) excitent un côté du cerveau, ce signal va se propager au milieu de ce fouillis de liens plus ou moins forts et finira par activer un sous-réseau particulier du cerveau, représentant l’interprétation de ces signaux d’entrée. C’est la raison pour laquelle on peut observer dans le cerveau des zones consacrées à la vue, à la parole, à la perception de l’espace… ce ne sont que les endroits où apparaissent les sous-réseaux activés par les stimulations correspondantes.

Et donc un réseau de neurones en IA c’est exactement pareil : un fatras de neurones connectés entre eux, que l’on stimule avec des signaux d’entrée, qui propagent ces signaux à travers des liens d’importance variable, et c’est en observant les neurones de sortie que l’on prend la décision adéquate.

Evidemment la qualité de la décision finale dépend de la façon dont le fatras de neurones est agencé, on ne peut pas mouliner les données au pif et espérer que ça va marcher tout seul. Pour organiser tout ça, on fait appel à une phase d’apprentissage ; un exemple traditionnel d’apprentissage est très simple à comprendre : on commence par prendre un réseau de neurones et on lui soumet un signal d’entrée (par exemple : adversaires devant – HP faibles – plus de munitions -…). On observe le signal de sortie en ayant une idée de ce qu’il faudrait trouver (« je me casse ! »), et si il se trompe trop (par exemple qu’il retourne « je fonce dans le tas !!! » ), on colle une baffe dans la machine pour qu’elle réduise un peu les liens qui étaient trop forts et augmente un peu ceux qui étaient trop faibles. Puis on lui soument un nouveau signal d’entrée et ainsi de suite. C’est ce qu’on appelle un apprentissage supervisé (le superviseur c’est celui qui donne les baffes). Evidemment tout cela se fait normalement de façon automatique, et demande un grand nombre d’itérations avant que tous les liens du réseau ne convergent progressivement vers des valeurs telles que les sorties obtenues correspondent à celles qu’on attend.

Les jeux vidéo et l’intelligence artificielle.

Mais un exemple original d’utilisation de cette méthode fonctionne un peu différemment : en effet dans le jeu Creatures, dans lequel vous devez élever et éduquer des tas de bestioles pseudo-intelligentes, cet apprentissage se fait en temps réel et c’est justement à vous de régler au fur et à mesure le réseau de neurones de chaque bestiole.

Creatures introduit même une illustration (sommaire) d’une autre technique originale d’intelligence artificielle : les algorithmes génétiques. Le principe est simplissime, c’est comme le disait Darwin : seuls les plus adaptés survivent. Pour obtenir des bestioles intelligentes donc, on code leur comportement suivant plein de paramètres aléatoires, on attend de voir ceux qui se débrouillent le mieux, on flingue les mauvais et on laisse les meilleurs se reproduire entre eux, en ajoutant ici ou là quelques mutations aléatoires pour le fun. Evidemment pour obtenir des résultats vraiment intéressants il faut travailler sur une large population d’individus et les faire évoluer sur un bon paquet de générations. Donc c’est pas avec un jeu comme Creatures, où on suit à la loupe chaque individu, que les algos génétiques vont être vraiment efficaces. Mais bon c’est rigolo comme méthode, non ?

Enfin toutes rigolotes que soient ces méthodes, elles ont le mérite d’être parfois surprenantes, notamment par le fait qu’elles peuvent permettre aux personnages d’évoluer, et d’apprendre des trucs qu’on n’aurait jamais imaginé. L’inconvénient par contre, c’est que pour le développeur ce sont des outils assez peu prévisibles, et pas toujours évidents à contrôler. De plus les phases d’apprentissage peuvent être longues et fastidieuses, et ne sont que rarement utilisables pendant les phases de jeu. C’est donc pendant la phase de développement du jeu qu’elles doivent être réalisées, rendant les facultés d’adaptabilité un peu inutiles.

Et à part ça, ça ne peut servir à rien d’autre ?

Hé bien oui, l’IA ça peut servir à plein de trucs encore. Comme je le disais plus haut, les méthodes d’intelligence artificielle peuvent s’avérer utiles dans toutes les situations où il s’agit d’interpréter des informations susceptibles d’être imprécises, incomplètes, ou imprévues. Cela peut donc aller beaucoup plus loin que la simple simulation d’un comportement humain.

Les jeux vidéo et l’intelligence artificielle.

Prenez par exemple Virtua Fighter 3, le meilleur jeu de l’univers. Bon il est évident que là, si on a besoin d’IA, c’est pour contrôler le joueur CPU pendant une partie solo. On a déjà parlé de ça. Mais l’IA a également des utilités insoupçonnées, pensez au problème de l’interprétation des commandes notamment. Pour reconnaître un enchaînement PPPK de base, on pourrait croire qu’il suffit de chronométrer les intervalles de temps entre les fois où le joueur appuie sur ’P’ et sur ’K’, et que si ça colle avec ce qui est prévu sur la movelist, l’enchaînement est réussi. Sauf que des joueurs ayant le bon timing au frame près sont assez rares de par le monde…
Hé bien surprise, c’est par des traitements par logique floue que Yu Suzuki a donné au jeu la faculté de deviner les intentions du joueur (attention, il ne s’agit pas de jouer à sa place non plus, ni de rendre le jeu plus bourrin… c’est juste pour lui laisser une marge d’erreur intelligente, pour augmenter le confort de jeu).

Le traitement de la parole

Les jeux vidéo et l’intelligence artificielle.

Hé oui le traitement de la parole, c’est aussi de l’intelligence artificielle. Les jeux intégrant ces fonctionnalités sont encore rares (comme Seaman sur DC où on interagit avec un poisson humain en lui disant des phrases clé, ou Socom sur PS2 où nos partenaires NPC peuvent comprendre des instructions standards, …), mais ils se font de plus en plus nombreux. Pour ce qui est du fonctionnement du bazar, j’ai un peu la flemme de vous expliquer ce qu’est une chaîne de Markov, surtout que c’est assez chiant et qu’il faudrait que je révise un peu. Disons juste qu’il y a maintenant des tas de façons de reconnaître les mots d’une phrase et donc d’utiliser la voix comme interface de jeu ; par contre la difficulté est encore de comprendre vraiment une phrase. A l’heure actuelle on sait surtout reconnaître des mots pré-enregistrés, mais analyser des propos, comprendre la syntaxe, l’organisation et le sens général d’une phrase, c’est encore un des gros chantiers de ce domaine. C’est donc pas encore demain que vous pourrez tailler la bavette avec Mario comme avec votre voisine de palier.

La reconnaissance d’écriture

La reconnaissance d’écriture, c’est un truc assez au point de nos jours. Vous ne le savez peut-être pas, mais la majorité du courrier envoyé par la poste est « lu » et trié par des machines, sans aucune intervention humaine. Seulement vous allez me dire, c’est pas tous les jours qu’on écrit manuellement dans un jeu vidéo, et ce n’est pas faux. Mais ça peut arriver : dans Black & White notamment, vous aurez remarqué que pour lancer un sort il faut dessiner un signe cabalistique avec son pointeur. Et le sort ne sortira que si votre signe est assez ressemblant. C’est pas de la reconnaissance d’écriture, ça ?

Et tout le reste…

Il y a bien des éléments dans un jeu pour lesquels l’IA peut être utilisée. Dans tout ce qui est pathfinding notamment, de nombreuses techniques existent, souvent à base de graphes (A*/graphe de connexité, graphes de visibilité, graphes de terrain…), mais il est assez rare de voir des méthodes de pathfinding donnant des comportements très subtils. En général les personnages savent toujours où ils doivent aller, parfois ils restent coincés mais ils ne sont jamais vraiment perdus.

Les fameux problèmes de caméra peuvent également être traités au moyen d’outils de haut niveau. En effet, choisir la position et l’orientation de la caméra est une décision qui dépend de nombreux paramètres : la visibilité, la position du joueur, la position de éléments importants dans la scène, etc, et cela sans introduire de mouvements trop brusques (qui donnent le mal de mer) ou des changements d’axe (qui désorientent le joueur). Selon les quelques impressions qui circulent, il semblerait d’ailleurs que les caméras du prochain Ninja Gaiden soient exemplaires… on attend de voir ça.

L’IA, c’est plus fort que toi ?

Oui mais s’il y a tant d’outils d’IA qui semblent si bien marcher, pourquoi on a encore tant de jeux où l’IA semble si simpliste ? En y réfléchissant on peut trouver plusieurs explications à cela.

Tout d’abord tout le monde n’a pas la même connaissance des outils existants. Sans que ce soit une technologie très compliquée, il est rare qu’elle soit familière aux développeurs de jeux qui ont en général plus d’expérience dans des domaines graphiques, physiques ou liés à l’informatique bas niveau. Evidemment les choses ont tendance à changer, et on commence même à trouver des middlewares offrant aux développeurs des routines d’IA toute faites.

Mais il y a également une autre raison toute bête qui freine le développement des IA complexes : c’est que le joueur ne veut pas forcément une IA trop imprévisible non plus. Ce qui rend certains jeux divertissants, c’est aussi la supériorité de notre personnage principal sur les ennemis, qui lui donne la possibilité de les piéger de façon subtile, de les balader un peu à sa guise etc. Avoir en face de soi un personnage au comportement trop complexe n’est pas toujours divertissant. Pire encore, si le NPC devient trop intelligent, il peut facilement dépasser le niveau du joueur.

En effet dans le monde réel la machine est incapable de dépasser l’homme. Mais dans un milieu restreint, avec des paramètres peu nombreux, la machine peut sans trop de difficulté analyser le jeu du joueur et anticiper son comportement. Par exemple ne jouez jamais à pierre-feuille-ciseaux avec une machine : votre seule chance de gagner est de jouer de façon totalement aléatoire et de compter sur la chance. En effet certains programmes peuvent déceler la moindre logique (souvent inconsciente d’ailleurs) dans vos choix (« je viens de perdre en faisant pierre, je peux retenter pierre au coup suivant il ne va pas s’y attendre » ou « ça fait deux fois qu’il joue ciseaux, il va pas le jouer une troisième fois » ) et agir en conséquence. Evidemment ils ne gagnent pas à tous les coups, mais sur la longueur vous verrez les statistiques s’éloigner des 50% auxquels on aurait pu s’attendre.

La principale difficulté qui va se présenter aux développeurs utilisant des techniques complexes d’IA va donc être de doser cette IA pour qu’elle puisse rester à des niveaux de difficulté abordables, tout en restant assez cohérente pour ne pas présenter de faille que le joueur pourrait utiliser à son avantage. Faire un personnage avec un QI de poule c’est facile. Faire un personnage qui joue comme un champion, c’est réalisable. Mais faire un personnage qui est juste assez fort pour offrir un défi au joueur, mais juste assez faible pour le laisser gagner, tout en offrant des parties intéressantes, c’est peut-être là la plus grande difficulté.

Alx

📸 Galerie d’images (10 captures)

✍️ Fiche Auteur 2849 articles publiés
Avatar de Davy1

Davy1

Papa gamer fou spécialisé dans les jeux japonais. Mes jeux et séries préférées? Sakura Taisen, Bayonetta, Puyo Puyo, Radiant Silver Gun, Parodius, Game Tengoku, Sonic, Rez, Space Channel 5, Streets Of Rage, Castelvania, Y's, Daytona USA, House Of The Dead, Virtua Tennis, Et si vous avez envie de me traiter de Segagaga, vous avez mille fois raison : mes consoles préférées sont la Segasaturn, la Dreamcast mais j'adore aussi la PC Engine. Mes genres préférés? Les shoot-them-up, les jeux de plate-forme, les jeux d'aventure-action, les RPG, les puzzle games et les rythm'n games.

💬 Commentaires (0) Laisser un commentaire ▾

Aucun commentaire pour le moment. Soyez le premier à réagir !

✍️ Publier un commentaire