Existen distintos paradigmas de «Inteligencia Artificial», ya estemos considerando la posibilidad de pensar o actuar racionalmente de una máquina, o yendo más allá considerando la posibilidad de que la máquina piense o actúe como un ser humano.
Ian Millington en su libro Artificial Intelligence for Games (2019) sigue su propio modelo de lo que es un motor de IA para videojuegos, que es el que estudiamos en este curso. Sin embargo también sería posible pensar en qué capas del MDA es posible añadir «inteligencia».
Dentro de la capa de mecánica es evidente que hay inteligencia en el movimiento e interacción de los NPCs, incluso lo que ocurre a nivel de toma de decisiones si entendemos que estamos simulando el comportamiento diegético de un ser inteligente. En la capa de dinámica, la inteligencia podría entrar creando jugador virtuales (porque saben que están jugando y quieren ganar), evaluando situaciones de juego, coordinando distintos agentes a nivel táctico, adaptando dinámicamente la dificultad… todo con esa conciencia de que se trata de alcanzar objetivos en el juego. Finalmente en la capa de estética también se podría introducir inteligencia, generando contenido procedimental, modificando luces, cámaras, etc. para mejorar la experiencia del usuario. En cierto sentido tecnología como DLSS podría considerarse «IA aplicada a mejorar la estética» del juego, aunque a priori suele considerarse una «mera» mejora gráfica.
Además de todo esto es posible aplicar inteligencia artificial a los procesos de desarrollo de un videojuego, por ejemplo mejorando las herramientas que usamos. Cuando estas técnicas se usan para el diseño o desarrollo de jugabilidad (incluyo ayudando quizá a las tres capas del MDA), también pueden verse como «IA para videojuegos» pero que funciona en tiempo de compilación, no de ejecución.
Más información
Para complementar es recomendable consultar otros documentos.
Esta página está licenciada bajo CC BY-NC-SA 4.0 por Laboratorios Narratech.