No centro do apelo de muitos jogos de computador estão seus ambientes complexos. Uma parte essencial do design de jogos e da narrativa contemporânea, a "construção do mundo" é a arte de criar locais atraentes, personagens interessantes, fundos de objetos e outros detalhes que servem como base para uma ou mais missões ou histórias de jogos. Em jogos baseados em texto - onde a atmosfera e a ação são transmitidas em palavras e não em imagens - a construção do mundo é uma tarefa mais desafiadora para os modelos de IA.
Para tornar a relação entre esses elementos do jogo mais natural, pesquisadores do Facebook AI Research, do laboratório francês de pesquisa em ciência da computação Loria e da University College London propuseram recentemente um novo método de aprendizado de máquina para a construção do mundo com base no conteúdo do LIGHT, um ambiente de pesquisa de código aberto do Facebook, incluindo localizações de jogos, personagens e objetos de crowdsourcing.
Os pesquisadores propõem uma solução baseada em rede neural que constrói e organiza automaticamente locais, personagens e objetos em um ambiente de jogo holístico e coerente. O processo começa inicializando uma grade vazia onde cada quadrado pode conter uma posição diferente possível (nome e descrição). Um desses locais é escolhido aleatoriamente como ponto de partida, e o modelo de rede neural passa a detectar e preencher os locais adjacentes - um processo tornado ainda mais natural pelo crowdsourcing de exemplos de dados vizinhos. Quando o modelo preenche um local com personagens e objetos apropriados, ele também decide se e onde colocar o objeto no contêiner e prevê o potencial e a compatibilidade de novas combinações de objetos com diferentes locais.
Além de construir ambientes com base em elementos de jogos existentes, o modelo também pode gerar e desenvolver elementos e conteúdos de jogos totalmente novos.
Os avaliadores humanos classificaram os ambientes de jogo gerados pelo novo método como mais "coesos, diversos e interessantes" do que outros algoritmos de construção de mundo baseados em aprendizado de máquina. Os pesquisadores dizem que seu modelo também pode ajudar os jogadores a projetar seus próprios ambientes de jogo, fornecendo sugestões sobre quais elementos preencher em diferentes locais.
O artigo "Gerando mundos interativos com texto" foi aceito no AAAI 2020 e está disponível no arXiv.