WASHINGTON, 20 nov (Xinhua) -- Investigadores del Instituto Tecnológico de Massachusetts (MIT) desarrollaron una máquina con inteligencia artificial que puede derrotar a jugadores humanos en un difícil juego en línea multijugador en el que los roles y motivos de los jugadores se mantienen en secreto.
La máquina DeepRole es el primer bot de juego que puede ganar juegos multijugador en línea en el que las lealtades de equipo de los participantes son poco claras en un principio, indicó hoy el MIT en un boletín de prensa.
Con anterioridad se habían construido varios bots para derrotar a jugadores profesionales, pero los bots conocían a sus oponentes y compañeros de equipo desde el principio.
El bot está diseñado con un nuevo "razonamiento deductivo" en su algoritmo de inteligencia artificial que le permite razonar a través de acciones parcialmente observables para aprender rápidamente con quién aliarse y qué acciones tomar para garantizar la victoria de su equipo.
Los investigadores enfrentaron a DeepRole contra jugadores humanos en más de 4.000 partidas del juego en línea "The Resistance: Avalon", un juego de información imperfecta. En este juego, los jugadores intentan deducir el rol secreto de sus pares conforme el juego avanza, mientras esconden al mismo tiempo sus propios roles.
El bot fue entrenado para jugar contra sí mismo tanto en resistencia como en espionaje. Cuando juega en línea, el bot utiliza su árbol de juego para pronosticar lo que va a hacer un jugador y una alta probabilidad del rol de todos los jugadores. Al mismo tiempo, utiliza esta misma técnica para calcular cómo podría interpretar sus propias acciones un tercer observador.
DeepRole superó de forma constante a los jugadores humanos tanto como compañeros de equipo como oponentes, según el MIT.
"Avalon" permite a los jugadores conversar en un módulo de texto durante el juego, pero el bot no tuvo que comunicarse con los demás jugadores. Ahora los investigadores podrían permitir al bot comunicarse durante los juegos con textos sencillos, como decirle si un jugador es bueno o malo.
El trabajo es parte de un proyecto más amplio para elaborar mejores modelos de la forma en la que los humanos toman decisiones socialmente informadas.
