La Computacion Ef mera (Eph-C , por sus siglas en ingles, Ephemerical Computing) es un nuevo paradigma de computacion de reciente creacion que pretende sacar provecho de la naturaleza pasajera (o sea, asociada a un tiempo de vida limitado) de los recursos computacionales. En este trabajo se introducira este nuevo paradigma Eph-C de forma general, y se ira poco a poco enfocando espec camente dentro del contexto del proceso de desarrollo de videojuegos, mostrando posibles aplicaciones y bene cios dentro de las principales l neas de investigacion asociadas a la creacion de los mismos. Se trata de un trabajo preliminar que intenta indagar en las posibilidades de aplicar la computacion ef mera en la creacion de productos en la industria del videojuego. Lo que presentamos aqu debe ser valorado como un trabajo preliminar que intenta a su vez servir de inspiracion para otros posibles investigadores o desarrolladores de videojuegos.
La Computacion Ef mera (Eph-C ) [
La realidad es que son muchos los problemas que surgen de considerar recursos ef meros, pero estamos convencidos de que existen grandes bene cios igualmente. Si bien el proyecto mencionado trata la Eph-C desde un punto de vista general, este art culo se enfoca en analizar las posibilidades de la Eph-C dentro de la industria del desarrollo de videojuegos. Creemos que esta industria puede obtener grandes bene cios con este nuevo paradigma ya que podr a aplicarse a muchos de los procesos que componen el desarrollo de un videojuego. Uno de los principales objetivos de la computacion ef mera consiste en hacer un uso efectivo de recursos volatiles cuyo poder computacional (o utilidad propia del recurso) se podr an ver desperdiciados o explotados por debajo de sus capacidades. Por ejemplo, pensando en la gran cantidad de dispositivos moviles o tabletas (sin olvidar los dispositivos clasicos como ordenadores de sobremesa) que se encuentran constantemente conectados a Internet y cuya potencia computacional se desaprovecha frecuentemente. Por lo tanto, el concepto de computacion ef mera se solapa con otros conocidos conceptos como Cloud Computing , Computacion Ubicua, Computacion Voluntaria, as como algunos de reciente aparicion, como la denominada Computacion de Tecnolog as Verdes o Green Computing, los cuales guardan una fuerte relacion con el desarrollo de videojuegos (especialmente con los relacionados con plataformas moviles, los cuales han sufrido un incremento en su demanda en los ultimos an~os), pero dispone de sus propias caracter sticas distintivas ya que la percepcion de la naturaleza ef mera, la cual implica mecanismos autonomos de adaptacion a un entorno computacional en constante cambio, no se limita unicamente a intentar compensar la volatilidad de los recursos, sino tratando de transformarla en una ventaja.
Este art culo es pues un trabajo preliminar, un trabajo con el cual pretendemos iniciar una discusion sobre las posibilidades de la Eph-C en el mundo del desarrollo de videojuegos. 2
La aplicacion de la Inteligencia Arti cial (IA) o Computacional en los videojuegos ha visto grandes avances en la ultima decada y ha establecido un nuevo campo de investigacion [7, 8]. En l neas generales se trata de incorporar tecnicas de Inteligencia Arti cial al proceso de desarrollo de videojuegos lo cual puede derivar en areas de enorme interes, tanto para al mundo academico (que explota un nuevo campo practico de investigacion) como para la industria (que observa como muchas de las propuestas de investigacion pueden mejorar realmente el proceso de desarrollo reduciendo costes, proporcionando fuentes de inspiracion a los profesionales de la industria o alargando la vida comercial de los videojuegos, por mencionar algunas ventajas).
Son muchas las l neas de investigacion que surgen de la posibilidad de aplicar tecnicas de IA al campo de la creacion de videojuegos. As por ejemplo, [22] y [10] apuntan varias l neas de investigacion principales entre las que encontramos algunas como el disen~o de videojuegos asistidos por IA, la narrativa computacional, la generacion de contenido procedural/procedimental, el aprendizaje y la generacion automatica de los comportamientos de los personajes no controlados por el jugador humano (NPCs por sus siglas en ingles, Non-controlled Player Characters), la computacion afectiva en NPCs, el desarrollo de oponentes o NPCs (tambien llamados bots) con comportamientos similares a los humanos, la simulacion social y la busqueda de modelos del jugador, entre otras posibilidades. Varios de los problemas que surgen en estas areas requieren creatividad y no pueden ser resueltos simplemente de manera competente, sino de una forma mas proxima a como lo har a un humano. Existen videojuegos en los cuales aparecen muchas interacciones y relaciones que surgen de manera natural con lo cual se asemejan a sistemas complejos que habitualmente no resultan faciles de comprender para un humano, pero que aun as pueden proporcionar resultados interesantes desde una perspectiva humana [18]. Es mas, algunos juegos tienen una naturaleza ef mera, dif cil de gestionar computacionalmente. Algunos recursos de juego (por ejemplo, contenidos, comportamientos de NPC o IA, objetivos de juego o incluso las propias reglas de juego) pueden ser percibidas como volatiles en el sentido de que no se puede garantizar que sucedan de nuevo. As , adquiere sentido la consideracion de crearlos de forma ef mera (o ef meramente).
De forma adicional, el reciente auge de los juegos casuales en los dispositivos moviles provoca que tanto el disen~o como la jugabilidad de los juegos requieran recursos que aparecen y se evaporan continuamente durante la ejecucion del juego. Esto sucede precisamente en los llamados juegos ubicuos o pervasive games (ej. juegos que tienen uno o varios rasgos determinantes que ampl an el contrato tacito del c rculo magico del juego, bien a nivel social, espacial o temporal [12]) donde la experiencia de juego se extiende al mundo real. Jugar juegos en un mundo f sico requiere calculos que deben ejecutarse sobre la marcha en el dispositivo del usuario, teniendo en cuenta que los jugadores pueden decidir unirse o dejar el juego en cualquier instante de juego. La misma situacion se produce en la mayor a de juegos multijugador.
Pero no deber amos centrar la atencion unicamente en este genero espec co
ya que en el universo de los videojuegos se pueden encontrar multitud de
aplicaciones para la computacion ef mera (por ejemplo, en el genero de Juegos de
Estrategia en Tiempo Real { RTS, por sus siglas en ingles Real-Time
Strategy games- aparecen muchas posibilidades relacionadas con la aparicion y
desaparicion emergente de contenidos/propiedades/objetivos del juego [
Otra cuestion a considerar es la reversibilidad de las acciones del jugador: la mayor a de los juegos proporcionan la opcion de guardar el estado actual del juego para cargarlo de nuevo mas adelante, implicando basicamente que los jugadores no se enfrentan a las consecuencias de sus actos mientras puedan recuperar un estado anterior. Mientras esta capacidad es interesante (y deseable) en un gran numero de juegos, tambien resulta cierto que resulta un inconveniente para cierto tipo de juegos como los juegos multijugador online (ej. accion en primera persona, estrategia en tiempo real o juegos de rol, entre otros) donde las acciones de un jugador afectan al universo de juego y, en consecuencia, a otros jugadores. Los objetivos, jugadores, alianzas, o incluso las recompensas deben reorganizarse de acuerdo a la progresion del juego que garantiza la temporalidad a la naturaleza del juego. Esta esencia transitoria de los juegos produce problemas importantes los cuales son dif ciles de gestionar computacionalmente, y el donde y el como crear caracter sticas volatiles en un videojuego es una cuestion que se mantiene abierta, la cual puede solucionarse o mitigarse mediante la computacion ef mera. 3
Si bien el objetivo de este art culo no es abarcar por completo todos los posibles retos en el contexto de los videojuegos, es posible de nir posibles aplicaciones o areas que se viesen bene ciadas. Las 10 areas clave para el futuro de la IA en videojuegos, segun un consenso de expertos en el seminario de Dagstuhl sobre Arti cial and Computational Intelligence in Games [22], son las siguientes: 1. Aprendizaje de comportamientos para jugadores no humanos. 2. Busqueda y plani cacion. 3. Modelado del jugador. 4. Desarrollo de juegos que sirvan como bancos de pruebas para las tecnicas de
IA. 5. Generacion automatica/procedimental de contenidos. 6. Narrativa computacional. 7. Generacion de agentes cre bles. 8. Disen~o de juegos asistido por IA. 9. Obtencion de jugadores de videojuegos generales. 10. Aplicacion de la IA en juegos comerciales
A continuacion realizamos un primer acercamiento de la indidencia de EphC en estas areas. Como ya hemos comentado anteriormente, creemos que la computacion ef mera tiene gran potencial de aplicacion en todas estas areas. 3.1
El objetivo principal en este area consiste lograr jugadores controlados por la IA que aprendan a jugar a los juegos a medida que transcurren estos, un hecho que se ha tratado a partir de distintas tecnicas (e.g., aprendizaje por refuerzo, redes neuronales, arboles de decision, etc.) [13]. Si bien es verdad que los juegos tienen mecanicas estables y bien de nidas (lo cual no quiere decir faciles de aprender), tambien es cierto que la aparicion de objetivos secundarios o incluso la creacion de retos nuevos (por ejemplo en forma de mini-juegos que poco o nada tienen que ver con el juego principal) podr an confundir el aprendizaje de las mecanicas de nidas para el juego. En este contexto, la computacion ef mera puede ayudar a suavizar este problema.
As , la Eph-C podr a mejorar el aprendizaje de estos agentes an~adiendo la percepcion de eventos o estados de juego ef meros, de forma que estos no afecten a su aprendizaje global o, por el contrario, tenerlos en cuenta para desarrollar una estrategia de juego mas optima. 3.2
La busqueda y la plani cacion son tareas comunes a la gran mayor a de bots
o agentes en los videojuegos. Desde trazar una ruta hasta un objetivo, hasta
plani car una serie de acciones para lograr su(s) objetivo(s). Si bien, la literatura
cient ca esta llena de propuestas para abordar la busqueda y la plani cacion en
los (video)juegos [
Otro de los grandes retos en el contexto de los videojuegos es conseguir modelos que representen al jugador humano, ya sean modelos de comportamiento, modelos cognitivos, emocionales o de otras caracter sticas [21]. Conocer los detalles del jugador permitir an el desarrollo de juegos dinamicos que se adapten a cada jugador, resultando en una experiencia unica para cada jugador aun jugando al mismo juego. La percepcion, emociones o comportamiento de un jugador pueden cambiar a lo largo del tiempo, incluso pueden cambiar repentinamente y durante un breve espacio de tiempo, lo que dar a lugar a un comportamiento (o cualquier otra caracter stica) ef mero. Los bene cios de la aplicacion de la computacion ef mera en esta area podr an dividirse en dos: la adaptacion de los modelos a estos comportamientos ef meros, o la generacion de eventos (o cualquier contenido) ef mero ya sea para sorprender al jugador o provocar una reaccion estudiada en base a su modelo. 3.4
En general, los videojuegos proporcionan un excelente marco de experimentacion, ya que permiten modelar y simular cualquier tipo de circunstancias (reales o cticias) donde diferentes agentes pueden interactuar y modi car su entorno. As por ejemplo, ya se han organizado un buen numero de eventos en los cuales diferentes metodos de inteligencia arti cial pueden competir en el marco de algun videojuego [20]. Los resultados que aqu se obtienen pueden luego dar lugar a conclusiones mas generales.
Es mas, con frecuencia se desarrollan y evaluan tecnicas de IAs aplicadas al desarrollo de videojuegos cuyos resultados se extrapolan a otros campos distintos al de los videojuegos, o bien sirven de inspiracion a otros investigadores que aplican luego esas tecnicas en otros contextos. Uno de los ejemplos mas recientes y populares es el exito obtenido por Google (en realidad por una empresa apoyada por Google) en la aplicacion de tecnicas de aprendizaje por refuerzo profundo (i.e., Deep reinforcement learning) en el universo de los videojuegos [17, 11].
Uno de los posibles problemas es que en muchas ocasiones, estos entornos simulados en videojuegos tienen un comportamiento determinista (o al menos de forma parcial) y conocido debido a su desarrollo. La introduccion de eventos ef meros y espontaneos pueden acercar estos entornos a una realidad donde no siempre es posible conocer con seguridad todo lo que puede pasar. De esta forma, aumentando la complejidad de estos entornos, se pueden lograr IAs mas robustas y aumentar su extensibilidad a entornos mas realistas. 3.5
La generacion automatica de contenidos se encuentra en constante expansion y evolucion llegando a afectar a cualquier tipo de recurso del juego, desde mapas de juego a incluso sonidos o texturas, pasando por objetos, misiones o comportamientos de personajes [16]. Para ello, se utilizan diferentes metodos, siendo los algoritmos evolutivos o geneticos uno de los mas usados, debido a su rapidez para generar y manipular grandes cantidades de posibilidades. Gracias a la incorporacion de la generacion automatica, se consiguen reducir en gran medida los costes del disen~o de contenido, o agregar un valor an~adido gracias a la posibilidad de volver a jugar un juego que ha cambiado su contenido. Generalmente, el contenido se genera para ser estable y duradero, por lo que plantear la inclusion de contenido ef mero en la generacion automatica abrir a un nuevo abanico de posibilidades que enriquecer an la experiencia de juego posterior. Como contenido transitorio se podr an considerar muchos de distinta naturaleza tales como objetivos emergentes, recursos con un tiempo de vida limitado, capacidades asociadas temporalmente a los jugadores/oponentes/NPCs, o incluso la misma historia del juego (tal y como se indica a continuacion). 3.6
La generacion de una narrativa rica y consistente de forma computacional es uno
de los grandes retos para la IA en videojuegos [
En ocasiones, no basta con crear agentes que puedan cumplir una serie de
objetivos o comportamientos, sino que ademas, su comportamiento se asemeje lo
su ciente al humano como para confundirlos [14]. De una forma similar al Test
de Turing, existe un test para evaluar la humanidad de los agentes/bots/NPCs
en el contexto de los videojuegos [
Otro de los grandes retos para la IA es llevarla a un nivel superior, no limitandola unicamente a la creacion contenidos o comportamientos dentro del juego, sino al propio disen~o de juego. Uno puede encontrar propuestas en la literatura cient ca en este sentido. Por ejemplo, se puede pensar en automatizar la propia creacion de reglas de un juego [19] o las mecanicas del mismo
Se deber a, entonces, contemplar la posibilidad de que parte de las reglas o las mecanicas del juego puedan tener una naturaleza ef mera, o incluso que puedan desaparecer de forma permanente. Como ya hemos mencionado anteriormente, podr amos incluso llegar a pensar en el disen~o de videojuegos completamente ef meros, que se ejecuten una unica vez con un tiempo de vida limitado, obteniendose pues experiencias de juegos unicas. Esta l nea de investigacion es complicada pero especialmente motivadora. 3.9
Generalmente, las IAs de juego se desarrollan bajo condiciones particulares para
cumplir unos objetivos asociados a juegos espec cos. Este hecho hace que sea
complicado utilizarlas en un entorno diferente al original para el que fueron
disen~adas. Recientemente ha aparecido una l nea de investigacion que propone
la obtencion de NPCs que puedan aprender a jugar, y de hecho jugar de forma
exitosa, a juegos para los que no fueron espec camente disen~ados ni entrenados
[
En base a lo mostrado anteriormente, podemos decir que las aplicaciones de la computacion ef mera en las distintas areas clave en investigacion de videojuegos se pueden dividir en dos grandes tipos: Adaptacion (modi car algoritmos y estructuras para tener en cuenta la naturaleza ef mera de los recursos) o de Generacion (generar contenido ef mero para mejorar la experiencia o cumplir determinados objetivos)
En la siguiente tabla 1 se muestra como se relacionan estos dos tipos de aplicaciones con cada una de las areas clave:
Queremos resaltar que esta es una primera aproximacion, muy preliminar, a lo que signi ca tratar con el concepto de lo ef mero en la creacion de videojuegos por lo que seguramente la tabla anterior sufrira bastantes modi caciones y ampliaciones en un futuro cercano. 5
A lo largo de este art culo se han mostrado las posibilidades de incorporar un nuevo concepto como la computacion ef mera a las areas mas importantes de investigacion dentro del contexto de los videojuegos. Se han planteado algunas de las posibilidades que se abren en cada una de las areas destacadas de investigacion en cuanto a la aplicacion de tecnicas de Inteligencia Arti cial en el desarrollo de videojuegos. De alguna forma, este art culo representa nuestro propio punto de partida pues la computacion ef mera es de por s un paradigma novedoso, y su aplicacion a la industria del desarrollo de videojuegos representa un mundo por descubrir y explorar. Se nos abre pues todo un abanico de posibilidades dada la novedad de este paradigma emergente, que puede convertirse en un interesante foco de investigacion para futuros trabajos relacionados con videojuegos o con cualquier otra area.
Durante el articulo se han propuesto novedosas l neas de investigacion que suponen el futuro proximo a explorar y esperemos que este art culo sirva de inspiracion a otros investigadores interesados en este prometedor paradigma..
Este trabajo esta nanciado parcialmente por la Junta de Andaluc a (proyecto P10-TIC-6083 DNEMESIS2), el Ministerio Espan~ol de Econom a y Competitividad (proyecto TIN2014-56494-C4-1-P, UMA-EPHEMECH3), y la Universidad de Malaga. Campus de Excelencia Internacional Andaluc a Tech. 2 http://dnemesis.lcc.uma.es/wordpress/. 3 https://ephemech.wordpress.com/. 7. Lucas, S.M.: Computational intelligence and AI in games: A new IEEE transactions. IEEE Trans. Comput. Intellig. and AI in Games 1(1), 1{3 (2009), http://dx.doi.org/10.1109/TCIAIG.2009.2021433 8. Lucas, S.M., Mateas, M., Preuss, M., Spronck, P., Togelius, J.: Arti cial and computational intelligence in games (dagstuhl seminar 12191). Dagstuhl Reports 2(5), 43{70 (2012), http://dx.doi.org/10.4230/DagRep.2.5.43 9. Lucas, S.M., Mateas, M., Preuss, M., Spronck, P., Togelius, J. (eds.): Arti cial and Computational Intelligence in Games, Dagstuhl FollowUps, vol. 6. Schloss Dagstuhl - Leibniz-Zentrum fuer Informatik (2013), http://www.dagstuhl.de/dagpub/978-3-939897-62-0 10. Lucas, S.M., Mateas, M., Preuss, M., Spronck, P., Togelius, J.: Arti cial and computational intelligence in games: Integration (dagstuhl seminar 15051). Dagstuhl Reports 5(1), 207{242 (2015), http://dx.doi.org/10.4230/DagRep.5.1.207 11. Mnih, V., Kavukcuoglu, K., Silver, D., Rusu, A.A., Veness, J., Bellemare, M.G., Graves, A., Riedmiller, M., Fidjeland, A.K., Ostrovski, G., Petersen, S., Beattie, C., Sadik, A., Antonoglou, I., King, H., Kumaran, D., Wierstra, D., Legg, S., Hassabis, D.: Human-level control through deep reinforcement learning. Nature 518(7540), 529{533 (02 2015), http://dx.doi.org/10.1038/nature14236 12. Montola, M., Stenros, J., Waern, A.: Pervasive Games: Theory and Design. Morgan
Kaufmann Publishers Inc., San Francisco, CA, USA (2009) 13. Mun~oz-Avila, H., Bauckhage, C., B da, M., Congdon, C.B., Kendall, G.: Learning and game AI. In: Lucas et al. [9], pp. 33{43, http://dx.doi.org/10.4230/DFU.Vol6.12191.33 14. Philip Hingston (editor): Believable Bots. Can Computers Play Like People?
Springer-Verlag Berlin Heidelberg (2012) 15. Polceanu, M., Mora, A.M., Jimenez, J.L., Buche, C., Fernandez-Leiva, A.J.: The believability gene in virtual bots. In: Markov, Z., Russell, I. (eds.) Proceedings of the Twenty-Ninth International Florida Arti cial Intelligence Research Society Conference, FLAIRS 2016, Key Largo, Florida, May 16-18, 2016. pp. 346{349. AAAI Press (2016), http://www.aaai.org/ocs/index.php/FLAIRS/FLAIRS16/paper/view/12920 16. Shaker, N., Togelius, J., Nelson, M.J.: Procedural Content Generation in Games:
A Textbook and an Overview of Current Research. Springer (2015) 17. Silver, D., Huang, A., Maddison, C.J., Guez, A., Sifre, L., van den Driessche, G., Schrittwieser, J., Antonoglou, I., Panneershelvam, V., Lanctot, M., Dieleman, S., Grewe, D., Nham, J., Kalchbrenner, N., Sutskever, I., Lillicrap, T., Leach, M., Kavukcuoglu, K., Graepel, T., Hassabis, D.: Mastering the game of go with deep neural networks and tree search. Nature 529, 484{503 (2016), http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html 18. Sweetser, P.: Emergence in Games. Charles River Media Game Development,
Charles River Media (2008), https://books.google.es/books?id=8iDyGAAACAAJ 19. Togelius, J., Schmidhuber, J.: An experiment in automatic game design. In: IEEE
Symposium On Computational Intelligence and Games. pp. 111{118 (2008) 20. Togelius, J.: How to run a successful game-based AI competition.
IEEE Trans. Comput. Intellig. and AI in Games 8(1), 95{100 (2016), http://dx.doi.org/10.1109/TCIAIG.2014.2365470 21. Yannakakis, G.N., Spronck, P., Loiacono, D., Andre, E.: Player modeling. In: Lucas et al. [9], pp. 45{59, http://dx.doi.org/10.4230/DFU.Vol6.12191.45 22. Yannakakis, G.N., Togelius, J.: A panorama of arti cial and computational intelligence in games. IEEE Trans. Comput. Intellig. and AI in Games 7(4), 317{335 (2015), http://dx.doi.org/10.1109/TCIAIG.2014.2339221