=Paper=
{{Paper
|id=Vol-1682/CoSeCiVi16_paper_17
|storemode=property
|title=Computación Efímera: Identificando Retos para la Investigación en Videojuegos
|pdfUrl=https://ceur-ws.org/Vol-1682/CoSeCiVi16_paper_17.pdf
|volume=Vol-1682
|authors=Ariel Eduardo Vázquez-Nuñez,Antonio J. Fernández-Leiva
|dblpUrl=https://dblp.org/rec/conf/cosecivi/Vazquez-NunezL16
}}
==Computación Efímera: Identificando Retos para la Investigación en Videojuegos==
https://ceur-ws.org/Vol-1682/CoSeCiVi16_paper_17.pdf
Computación Efı́mera: identificando retos para
la investigación en videojuegos
Ariel Eduardo Vázquez-Núñez and Antonio J. Fernández-Leiva
Departmento de Lenguajes y Ciencias de la Computación, ETSI Informática,
Universidad de Málaga, Campus de Teatinos, 29071 Málaga – Spain
eduardo.vazquezn@gmail.com, afdez@lcc.uma.es
Abstract. La Computación Efı́mera (Eph-C , por sus siglas en inglés,
Ephemerical Computing) es un nuevo paradigma de computación de re-
ciente creación que pretende sacar provecho de la naturaleza pasajera (o
sea, asociada a un tiempo de vida limitado) de los recursos computa-
cionales. En este trabajo se introducirá este nuevo paradigma Eph-C de
forma general, y se irá poco a poco enfocando especı́ficamente dentro del
contexto del proceso de desarrollo de videojuegos, mostrando posibles
aplicaciones y beneficios dentro de las principales lı́neas de investigación
asociadas a la creación de los mismos. Se trata de un trabajo prelimi-
nar que intenta indagar en las posibilidades de aplicar la computación
efı́mera en la creación de productos en la industria del videojuego. Lo
que presentamos aquı́ debe ser valorado como un trabajo preliminar que
intenta a su vez servir de inspiración para otros posibles investigadores
o desarrolladores de videojuegos.
1 Introducción
La Computación Efı́mera (Eph-C ) [2] se puede definir como: “El uso y la ex-
plotación de recursos computacionales de naturaleza efı́mera (transitorios y de
un corto tiempo de vida) para llevar a cabo tareas computacionales complejas”.
La Eph-C es un concepto que se propone en el marco de un proyecto, coor-
dinado entre varios grupos de investigación pertenecientes a distintas universi-
dades, denominado “Algoritmos Bioinspirados en Entornos Efı́meros Complejos”
(proyecto Ephemech1 ) que ha sido subvencionado por el Ministerio Español de
Economı́a y Competitividad. Este proyecto trata de establecer las bases teóricas
y fundamentales para definir el concepto de efı́mero en computación y tiene el ob-
jetivo de definir los fundamentos para el diseño de sistemas eficientes (y en cierta
forma escalables) que proporcionen servicios para la gestión de recursos efı́meros
en sistemas complejos. En particular se centra en dotar a la computación evolu-
tiva de la capacidad de tratar con comportamientos transitorios. Lo que significa
un “comportamiento transitorio” y a qué entidad o recurso se asocia, es algo que
se está estudiando en el marco del proyecto.
1
https://ephemech.wordpress.com/.
La realidad es que son muchos los problemas que surgen de considerar recur-
sos efı́meros, pero estamos convencidos de que existen grandes beneficios igual-
mente. Si bien el proyecto mencionado trata la Eph-C desde un punto de vista
general, este artı́culo 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 beneficios con este nuevo paradigma ya que podrı́a aplicarse a
muchos de los procesos que componen el desarrollo de un videojuego. Uno de los
principales objetivos de la computación efı́mera consiste en hacer un uso efectivo
de recursos volátiles cuyo poder computacional (o utilidad propia del recurso)
se podrı́an ver desperdiciados o explotados por debajo de sus capacidades. Por
ejemplo, pensando en la gran cantidad de dispositivos móviles o tabletas (sin
olvidar los dispositivos clásicos como ordenadores de sobremesa) que se encuen-
tran constantemente conectados a Internet y cuya potencia computacional se
desaprovecha frecuentemente. Por lo tanto, el concepto de computación efı́mera
se solapa con otros conocidos conceptos como Cloud Computing , Computación
Ubicua, Computación Voluntaria, ası́ como algunos de reciente aparición, como
la denominada Computación de Tecnologı́as Verdes o Green Computing, los
cuales guardan una fuerte relación con el desarrollo de videojuegos (especial-
mente con los relacionados con plataformas móviles, los cuales han sufrido un
incremento en su demanda en los últimos años), pero dispone de sus propias
caracterı́sticas distintivas ya que la percepción de la naturaleza efı́mera, la cual
implica mecanismos autónomos de adaptación a un entorno computacional en
constante cambio, no se limita únicamente a intentar compensar la volatilidad
de los recursos, sino tratando de transformarla en una ventaja.
Este artı́culo es pues un trabajo preliminar, un trabajo con el cual pretende-
mos iniciar una discusión sobre las posibilidades de la Eph-C en el mundo del
desarrollo de videojuegos.
2 Videojuegos y la aparición de lo efı́mero
La aplicación de la Inteligencia Artificial (IA) o Computacional en los video-
juegos ha visto grandes avances en la última década y ha establecido un nuevo
campo de investigación [7, 8]. En lı́neas generales se trata de incorporar técnicas
de Inteligencia Artificial al proceso de desarrollo de videojuegos lo cual puede
derivar en áreas de enorme interés, tanto para al mundo académico (que explota
un nuevo campo práctico de investigación) como para la industria (que observa
cómo muchas de las propuestas de investigación pueden mejorar realmente el
proceso de desarrollo reduciendo costes, proporcionando fuentes de inspiración a
los profesionales de la industria o alargando la vida comercial de los videojuegos,
por mencionar algunas ventajas).
Son muchas las lı́neas de investigación que surgen de la posibilidad de aplicar
técnicas de IA al campo de la creación de videojuegos. Ası́ por ejemplo, [22] y
[10] apuntan varias lı́neas de investigación principales entre las que encontramos
algunas como el diseño de videojuegos asistidos por IA, la narrativa computa-
cional, la generación de contenido procedural/procedimental, el aprendizaje y
la generación automática de los comportamientos de los personajes no contro-
lados por el jugador humano (NPCs por sus siglas en inglés, Non-controlled
Player Characters), la computación afectiva en NPCs, el desarrollo de oponentes
o NPCs (también llamados bots) con comportamientos similares a los humanos,
la simulación social y la búsqueda de modelos del jugador, entre otras posibili-
dades. Varios de los problemas que surgen en estas áreas requieren creatividad y
no pueden ser resueltos simplemente de manera competente, sino de una forma
más próxima a como lo harı́a 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 fáciles
de comprender para un humano, pero que aún ası́ pueden proporcionar resul-
tados interesantes desde una perspectiva humana [18]. Es más, algunos juegos
tienen una naturaleza efı́mera, difı́cil de gestionar computacionalmente. Algunos
recursos de juego (por ejemplo, contenidos, comportamientos de NPC o IA, ob-
jetivos de juego o incluso las propias reglas de juego) pueden ser percibidas como
volátiles en el sentido de que no se puede garantizar que sucedan de nuevo. Ası́,
adquiere sentido la consideración de crearlos de forma efı́mera (o efı́meramente).
De forma adicional, el reciente auge de los juegos casuales en los disposi-
tivos móviles provoca que tanto el diseño como la jugabilidad de los juegos re-
quieran recursos que aparecen y se evaporan continuamente durante la ejecución
del juego. Esto sucede precisamente en los llamados juegos ubicuos o pervasive
games (ej. juegos que tienen uno o varios rasgos determinantes que amplı́an el
contrato tácito del cı́rculo mágico del juego, bien a nivel social, espacial o tem-
poral [12]) donde la experiencia de juego se extiende al mundo real. Jugar juegos
en un mundo fı́sico requiere cálculos 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 situación se
produce en la mayorı́a de juegos multijugador.
Pero no deberı́amos centrar la atención únicamente en este género especı́fico
ya que en el universo de los videojuegos se pueden encontrar multitud de apli-
caciones para la computación efı́mera (por ejemplo, en el género de Juegos de
Estrategia en Tiempo Real – RTS, por sus siglas en inglés Real-Time Strat-
egy games- aparecen muchas posibilidades relacionadas con la aparición y de-
saparición emergente de contenidos/propiedades/objetivos del juego [5]). Por lo
tanto, no resulta descabellado pensar en el concepto de juegos efı́meros como
aquellos juegos que solo pueden ser lanzados una vez, que expiran de alguna
manera. Se pueden encontrar diversos motivos para este hecho como, por ejem-
plo: motivación económica (ej. el jugador demandará futuras expansiones del
juego) o aspectos creativos (ej. proporcionar experiencias únicas de juego me-
diante las consecuencias de acciones irreversibles). Además, se pueden contem-
plar objetivos o eventos efı́meros que tengan existencia transitoria en los juegos,
apareciendo (y desapareciendo) como consecuencias de acciones o preferencias de
los jugadores. Habitualmente, estos objetivos/eventos son secundarios (ya que el
objetivo principal debe estar bien definido y relacionado con la historia principal
del juego) pero ayudan significativamente a mejorar la experiencia de juego y
por ello son aspectos crı́ticos para incrementar la satisfacción del usuario (la cual
es el máximo objetivo de los videojuegos).
Otra cuestión a considerar es la reversibilidad de las acciones del jugador:
la mayorı́a de los juegos proporcionan la opción de guardar el estado actual
del juego para cargarlo de nuevo más adelante, implicando básicamente que los
jugadores no se enfrentan a las consecuencias de sus actos mientras puedan recu-
perar un estado anterior. Mientras esta capacidad es interesante (y deseable) en
un gran número de juegos, también resulta cierto que resulta un inconveniente
para cierto tipo de juegos como los juegos multijugador online (ej. acción 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 progresión del juego que garantiza la temporalidad
a la naturaleza del juego. Esta esencia transitoria de los juegos produce proble-
mas importantes los cuales son difı́ciles de gestionar computacionalmente, y el
dónde y el cómo crear caracterı́sticas volátiles en un videojuego es una cuestión
que se mantiene abierta, la cual puede solucionarse o mitigarse mediante la com-
putación efı́mera.
3 Retos para la computación efı́mera en videojuegos
Si bien el objetivo de este artı́culo no es abarcar por completo todos los posibles
retos en el contexto de los videojuegos, es posible definir posibles aplicaciones o
áreas que se viesen beneficiadas. Las 10 áreas clave para el futuro de la IA en
videojuegos, según un consenso de expertos en el seminario de Dagstuhl sobre
Artificial and Computational Intelligence in Games [22], son las siguientes:
1. Aprendizaje de comportamientos para jugadores no humanos.
2. Búsqueda y planificación.
3. Modelado del jugador.
4. Desarrollo de juegos que sirvan como bancos de pruebas para las técnicas de
IA.
5. Generación automática/procedimental de contenidos.
6. Narrativa computacional.
7. Generación de agentes creı́bles.
8. Diseño de juegos asistido por IA.
9. Obtención de jugadores de videojuegos generales.
10. Aplicación de la IA en juegos comerciales
A continuación realizamos un primer acercamiento de la indidencia de Eph-
C en estas áreas. Como ya hemos comentado anteriormente, creemos que la
computación efı́mera tiene gran potencial de aplicación en todas estas áreas.
3.1 Aprendizaje de comportamientos para jugadores no humanos
El objetivo principal en este área 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 técnicas (e.g., aprendizaje por refuerzo, redes
neuronales, árboles de decisión, etc.) [13]. Si bien es verdad que los juegos tienen
mecánicas estables y bien definidas (lo cual no quiere decir fáciles de aprender),
también es cierto que la aparición de objetivos secundarios o incluso la creación
de retos nuevos (por ejemplo en forma de mini-juegos que poco o nada tienen
que ver con el juego principal) podrı́an confundir el aprendizaje de las mecánicas
definidas para el juego. En este contexto, la computación efı́mera puede ayudar
a suavizar este problema.
Ası́, la Eph-C podrı́a mejorar el aprendizaje de estos agentes añadiendo la
percepción de eventos o estados de juego efı́meros, de forma que estos no afecten
a su aprendizaje global o, por el contrario, tenerlos en cuenta para desarrollar
una estrategia de juego mas óptima.
3.2 Búsqueda y planificación
La búsqueda y la planificación son tareas comunes a la gran mayorı́a de bots
o agentes en los videojuegos. Desde trazar una ruta hasta un objetivo, hasta
planificar una serie de acciones para lograr su(s) objetivo(s). Si bien, la literatura
cientı́fica está llena de propuestas para abordar la búsqueda y la planificación en
los (video)juegos [1], también es cierto que, en un contexto donde la planificación
puede realizarse tanto a corto como a largo plazo, sin duda tendrı́a un gran
impacto la incorporación de medidas que permitan adaptarse a la aparición
o desaparición de obstáculos, objetivos, enemigos, personajes, o cualquier otro
objeto del juego que afecte al personaje. Adaptar los algoritmos de búsqueda y
planificación a estas nuevas circunstancias, permitiendo saltar a una nueva zona
del espacio de búsqueda, podrı́a suponer mejoras sobre los resultados.
3.3 Modelo del jugador
Otro de los grandes retos en el contexto de los videojuegos es conseguir modelos
que representen al jugador humano, ya sean modelos de comportamiento, mod-
elos cognitivos, emocionales o de otras caracterı́sticas [21]. Conocer los detalles
del jugador permitirı́an el desarrollo de juegos dinámicos que se adapten a cada
jugador, resultando en una experiencia única para cada jugador aún jugando al
mismo juego. La percepción, 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 darı́a lugar a un comportamiento (o cualquier
otra caracterı́stica) efı́mero. Los beneficios de la aplicación de la computación
efı́mera en esta área podrı́an dividirse en dos: la adaptación de los modelos a es-
tos comportamientos efı́meros, o la generación de eventos (o cualquier contenido)
efı́mero ya sea para sorprender al jugador o provocar una reacción estudiada en
base a su modelo.
3.4 Juegos como banco de pruebas para IA
En general, los videojuegos proporcionan un excelente marco de experimentación,
ya que permiten modelar y simular cualquier tipo de circunstancias (reales o fic-
ticias) donde diferentes agentes pueden interactuar y modificar su entorno. Ası́
por ejemplo, ya se han organizado un buen número de eventos en los cuales difer-
entes métodos de inteligencia artificial pueden competir en el marco de algún
videojuego [20]. Los resultados que aquı́ se obtienen pueden luego dar lugar a
conclusiones más generales.
Es más, con frecuencia se desarrollan y evalúan técnicas de IAs aplicadas al
desarrollo de videojuegos cuyos resultados se extrapolan a otros campos distintos
al de los videojuegos, o bien sirven de inspiración a otros investigadores que apli-
can luego esas técnicas en otros contextos. Uno de los ejemplos más recientes y
populares es el éxito obtenido por Google (en realidad por una empresa apoyada
por Google) en la aplicación de técnicas 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 introducción de eventos
efı́meros y espontáneos 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 Generación automática de contenidos
La generación automática de contenidos se encuentra en constante expansión y
evolución llegando a afectar a cualquier tipo de recurso del juego, desde mapas
de juego a incluso sonidos o texturas, pasando por objetos, misiones o compor-
tamientos de personajes [16]. Para ello, se utilizan diferentes métodos, siendo
los algoritmos evolutivos o genéticos uno de los más usados, debido a su rapi-
dez para generar y manipular grandes cantidades de posibilidades. Gracias a
la incorporación de la generación automática, se consiguen reducir en gran me-
dida los costes del diseño de contenido, o agregar un valor añadido gracias a la
posibilidad de volver a jugar un juego que ha cambiado su contenido. General-
mente, el contenido se genera para ser estable y duradero, por lo que plantear
la inclusión de contenido efı́mero en la generación automática abrirı́a un nuevo
abanico de posibilidades que enriquecerı́an la experiencia de juego posterior.
Como contenido transitorio se podrı́an considerar muchos de distinta naturaleza
tales como objetivos emergentes, recursos con un tiempo de vida limitado, ca-
pacidades asociadas temporalmente a los jugadores/oponentes/NPCs, o incluso
la misma historia del juego (tal y como se indica a continuación).
3.6 Narrativa computacional
La generación de una narrativa rica y consistente de forma computacional es uno
de los grandes retos para la IA en videojuegos [4]. Aunque a primera vista podrı́a
parecer que es un contenido más, e incluirse en el área nombrada anteriormente,
la narrativa posee unas cualidades y restricciones especiales que merecen su
propia área, ya que una narrativa atractiva y consistente es mas propio del
arte que de la funcionalidad. El hecho de contemplar la posibilidad de incluir
narrativas o fragmentos de estas que tengan un tiempo limitado de vida, o que
puedan aparecer y desaparecer de forma espontánea, llevarı́a a plantear una
nueva forma de crear la narrativa en los videojuegos.
3.7 Agentes creı́bles
En ocasiones, no basta con crear agentes que puedan cumplir una serie de ob-
jetivos o comportamientos, sino que además, su comportamiento se asemeje lo
suficiente 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 [3, 15]. La naturaleza del comportamiento hu-
mano no siempre resulta fácil de simular, ya que los agentes controlados por
IA tienden a buscar siempre la forma óptima de lograr sus objetivos, algo que
no ocurre siempre con los humanos. La naturaleza emocional e instintiva de los
humanos nos lleva a tomar acciones inesperadas y, ocasionalmente, totalmente
ilógicas en base a un razonamiento computacional. La posibilidad de generar esas
emociones o comportamientos de forma efı́mera para los agentes puede mejorar
su capacidad de imitar la impredictibilidad del comportamiento humano.
3.8 Diseño de juego asistido por IA
Otro de los grandes retos para la IA es llevarla a un nivel superior, no limitándola
unicamente a la creación contenidos o comportamientos dentro del juego, sino al
propio diseño de juego. Uno puede encontrar propuestas en la literatura cientı́fica
en este sentido. Por ejemplo, se puede pensar en automatizar la propia creación
de reglas de un juego [19] o las mecánicas del mismo
Se deberı́a, entonces, contemplar la posibilidad de que parte de las reglas
o las mecánicas del juego puedan tener una naturaleza efı́mera, o incluso que
puedan desaparecer de forma permanente. Como ya hemos mencionado anteri-
ormente, podrı́amos incluso llegar a pensar en el diseño de videojuegos comple-
tamente efı́meros, que se ejecuten una única vez con un tiempo de vida limitado,
obteniéndose pues experiencias de juegos únicas. Esta lı́nea de investigación es
complicada pero especialmente motivadora.
3.9 Inteligencia Artificial general
Generalmente, las IAs de juego se desarrollan bajo condiciones particulares para
cumplir unos objetivos asociados a juegos especı́ficos. Este hecho hace que sea
complicado utilizarlas en un entorno diferente al original para el que fueron
diseñadas. Recientemente ha aparecido una lı́nea de investigación que propone
la obtención de NPCs que puedan aprender a jugar, y de hecho jugar de forma
exitosa, a juegos para los que no fueron especı́ficamente diseñados ni entrenados
[6]. La idea es desarrollar algoritmos que permitan a un agente jugar y optimizar
su estrategia en diferentes juegos sin realizar cambios en su algoritmo, tomando
como única información la observación o las reglas del juego comunicadas previa-
mente. Anteriormente hemos hablado de la posibilidad de considerar juegos con
eventos, recursos u objetivos efı́meros que harı́an este aprendizaje muchı́simo
más complicado. El cómo adaptar entonces estos algoritmos de generación de
jugadores de juegos generales a este tipo de juegos efı́meros es una lı́nea de
investigación interesante que aún no ha sido abordada, entre otras cuestiones
porque el concepto de juego efı́mero no está todavı́a definido de forma clara.
4 Resumen
En base a lo mostrado anteriormente, podemos decir que las aplicaciones de la
computación efı́mera en las distintas áreas clave en investigación de videojue-
gos se pueden dividir en dos grandes tipos: Adaptación (modificar algoritmos
y estructuras para tener en cuenta la naturaleza efı́mera de los recursos) o de
Generación (generar contenido efı́mero 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 áreas clave:
Table 1. Tabla de relación de aplicaciones de computación efı́mera de Adapta-
cion/Generación(Eph-C/A, Eph-C/G) respecto a las áreas clave de IA en videojuegos
Área de aplicación Eph-C/A Eph-C/G
Aprendizaje de comportamientos para jugadores no humanos •
Búsqueda y planificación •
Modelado de jugador • •
Juegos como banco de pruebas para IA • •
Generación automática de contenidos •
Narrativa computacional •
Generación de agentes creı́bles •
Diseño de juego asistido por IA •
Jugadores de videojuegos generales •
Queremos resaltar que esta es una primera aproximación, muy preliminar, a
lo que significa tratar con el concepto de lo efı́mero en la creación de videojue-
gos por lo que seguramente la tabla anterior sufrirá bastantes modificaciones y
ampliaciones en un futuro cercano.
5 Conclusiones y trabajo futuro
A lo largo de este artı́culo se han mostrado las posibilidades de incorporar un
nuevo concepto como la computación efı́mera a las áreas mas importantes de
investigación dentro del contexto de los videojuegos. Se han planteado algunas
de las posibilidades que se abren en cada una de las áreas destacadas de in-
vestigación en cuanto a la aplicación de técnicas de Inteligencia Artificial en
el desarrollo de videojuegos. De alguna forma, este artı́culo representa nuestro
propio punto de partida pues la computación efı́mera es de por sı́ un paradigma
novedoso, y su aplicación a la industria del desarrollo de videojuegos representa
un mundo por descubrir y explorar. Se nos abre pues todo un abanico de posi-
bilidades dada la novedad de este paradigma emergente, que puede convertirse
en un interesante foco de investigación para futuros trabajos relacionados con
videojuegos o con cualquier otra área.
Durante el articulo se han propuesto novedosas lı́neas de investigación que
suponen el futuro próximo a explorar y esperemos que este artı́culo sirva de
inspiración a otros investigadores interesados en este prometedor paradigma..
Agradecimientos
Este trabajo está financiado parcialmente por la Junta de Andalucı́a (proyecto
P10-TIC-6083 DNEMESIS2 ), el Ministerio Español de Economı́a y Competitivi-
dad (proyecto TIN2014-56494-C4-1-P, UMA-EPHEMECH3 ), y la Universidad
de Málaga. Campus de Excelencia Internacional Andalucı́a Tech.
References
1. Botea, A., Bouzy, B., Buro, M., Bauckhage, C., Nau, D.S.: Pathfinding in games.
In: Lucas et al. [9], pp. 21–31, http://dx.doi.org/10.4230/DFU.Vol6.12191.21
2. Cotta, C., Leiva, A.J.F., de Vega, F.F., de la O, F.C., Merelo, J.J., Castillo, P.A.,
Camacho, D., Orgaz, G.B.: Ephemeral computing and bioinspired optimization.
In: Rosa, A.C., Guervós, J.J.M., Dourado, A., Cadenas, J.M., Madani, K., Ruano,
A.E., Filipe, J. (eds.) Proceedings of the 7th International Joint Conference on
Computational Intelligence (IJCCI 2015) - Volume 1: ECTA, Lisbon, Portugal,
November 12-14, 2015. pp. 319–324. SciTePress (2015)
3. Hingston, P.: A turing test for computer game bots. IEEE
Trans. Comput. Intellig. and AI in Games 1(3), 169–186 (2009),
http://dx.doi.org/10.1109/TCIAIG.2009.2032534
4. Horswill, I.D., Montfort, N., Young, R.M.: Guest editorial: Computational nar-
rative and games. IEEE Trans. Comput. Intellig. and AI in Games 6(2), 93–96
(2014), http://dx.doi.org/10.1109/TCIAIG.2014.2325879
5. Lara-Cabrera, R., Cotta, C., Leiva, A.J.F.: A review of computational intelligence
in RTS games. In: IEEE Symposium on Foundations of Computational Intelli-
gence, FOCI 2013, Singapore, Singapore, April 16-19, 2013. pp. 114–121 (2013),
http://dx.doi.org/10.1109/FOCI.2013.6602463
6. Liebana, D.P., Samothrakis, S., Togelius, J., Schaul, T., Lucas, S.M.: General video
game AI: competition, challenges and opportunities. In: Schuurmans, D., Wellman,
M.P. (eds.) Proceedings of the Thirtieth AAAI Conference on Artificial Intelli-
gence, February 12-17, 2016, Phoenix, Arizona, USA. pp. 4335–4337. AAAI Press
(2016), http://www.aaai.org/ocs/index.php/AAAI/AAAI16/paper/view/11853
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 trans-
actions. 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.: Artificial and com-
putational 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.):
Artificial and Computational Intelligence in Games, Dagstuhl Follow-
Ups, 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.: Artificial and com-
putational 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. Muñoz-Avila, H., Bauckhage, C., Bı́da, 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 Ar-
tificial 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., Diele-
man, 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., André, 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 artificial and computational intel-
ligence in games. IEEE Trans. Comput. Intellig. and AI in Games 7(4), 317–335
(2015), http://dx.doi.org/10.1109/TCIAIG.2014.2339221