ALGameCode: Ambientes para Testes de Sistemas Inteligentes

Muitos tipos de Sistemas Inteligentes podem ser aplicados ao que é chamado de Agentes. A definição de um agente é como sendo tudo aquilo que pode perceber seu ambiente e interagir com o mesmo. Alguns bons exemplos de agentes são robôs, cães ou até mesmo nós humanos. Um agente pode ser também simulado, um exemplo são os NPCs (Non-Player Character), personagens não jogáveis em jogos.

Pesquisadores do campo de sistemas inteligentes costumam usar agentes para a aplicação de seus sistemas inteligentes. Com objetivo de realizar experimentos, esses podem vir nos mais diversos formatos, físico ou simulado, visual ou não visual. Muitas vezes são usados ambientes próprios para essa aplicação, mas também é possível o uso de ambientes não tão próprios para isso, como por exemplo os jogos digitais.

Os jogos no geral já marcaram sua importância para o desenvolvimento da inteligência artificial. É possível observar a presença do uso de jogos digitais em diversos momentos importantes da evolução dos sistemas inteligentes (e.g. em 1997 quando o computador Deep Blue da IBM venceu Garry Kasparov, o então campeão de xadrez, ou em 2015 quando o sistema AlphaGo da Deep Mind venceu Fan Hui, campeão europeu de Go, e logo em seguida, em 2016 venceu Lee Sedol, considerado um dos melhores jogadores da história). Recentemente o sistema OpenAI da Deep Mind venceu um jogador profissional de Dota 2, um jogo no estilo MOBA (Multiplayer Online Battle Arena), que exige o uso de diversas habilidades humanas em conjunto.

Jogos digitais já vem sendo considerados excelentes ambientes para a aplicação de experimentos de sistemas inteligentes, devido o ambiente diversificado e controlado que os mesmos podem oferecer. Porém um ponto negativo quando se usa um jogo comercial é a falta de acesso ao código do jogo ou a falta de uma interface de aplicação, o que pode dificultar a aplicação do código do pesquisador no ambiente do jogo. Pensando nisso muitas empresas e pesquisadores tentaram desenvolver ambientes próprios para essa aplicação, alguns exemplos são os ambientes desenvolvidos pela Deep Mind, mesmo sendo ótimos ambientes podem não cumprir bem o desenvolvimentos de experimentos que requerem maior liberdade ou até mesmo um ambiente mais livre e incerto, ou não controlado.

Pensando nisso e vendo os muitos usos do jogo Minecraft como ambiente para experimentação de sistemas inteligentes, a Microssoft criou o Project Malmo. Esse nada mais é do que uma API que possibilita a aplicação de agentes no ambiente do jogo Minecraft. Dessa forma é oferecido um ambiente mais completo e com fácil aplicação, deixando que os pesquisadores foquem seus esforços no desenvolvimento do agente e de seu controlador sem precisar se preocupar em desenvolver um ambiente.

Ainda assim muitos pesquisadores preferem desenvolver o próprio ambiente, outros usam outros sistemas de simulação, como por exemplo, o v-rep que é um simulador de robôs. Existe também uma competição entre sistemas de inteligencia artificial jogando Star Craft (AIIDE).

As opções de ambiente para a aplicação de experimentos em agentes inteligentes são variadas, é bom conhecer as muitas opções e escolher a que mais se adapta as necessidades da pesquisa. O uso de um ambiente pronto pode facilitar e agilizar muito o trabalho do pesquisador que muitas vezes perde grande parte do seu tempo no desenvolvimento do ambiente em questão.