Intelligence artificielle et jeux vidéos
Au cours des dix dernières années, le réalisme des jeux s’est considérablement amélioré, jusqu’à atteindre des performances graphiques qui immergent le joueur dans le monde quasi-réel, mais les performances des systèmes d’IA n’ont pas suivi. D’où une dichotomie. Du côté graphique, il y a similarité entre la réalité et les jeux ; du côté intelligence, il y a une grosse différence avec la réalité. Et comme les graphismes sont de plus en plus convaincants, la différence s’impose de plus en plus : une forme très réelle, mais qui n’agit pas du tout de manière réaliste ! » Il y a donc incohérence entre le niveau visuel et le niveau d’IA des différents personnages. Pour se démarquer de leurs concurrents, les acteurs du secteur doivent donc « mettre le paquet » sur le développement d’IA beaucoup plus performantes. Base communeLe travail des chercheurs liégeois et particulièrement de Firas Safadi, dont cela constitue le cœur de la thèse de doctorat, a d’abord été de cerner quels étaient les besoins génériques des développeurs d’IA pour jeux vidéos. Si les développeurs de jeux se passeraient bien de construire une IA à partir de rien pour chaque jeu, ils y sont souvent obligés. Les IA peuvent donner l’impression d’être différentes mais, en réalité, les besoins sont fort semblables. Les chercheurs liégeois ont donc estimé qu’il était possible de créer une IA générique sous laquelle viendrait ensuite se greffer une couche d’adaptation qui fait le lien avec les besoins spécifiques de chaque jeu vidéo. Firas Safadi a travaillé sur cette couche de transition entre les deux (middleware), entre une IA générique et les jeux. Grâce à ses développements, il ne faudra plus décrire une IA spécifique à chaque jeu (ce qui est impossible, et c’est ce qui nuit à la qualité des jeux actuels). Au contraire, les concepteurs de jeux pourront utiliser une IA générique et l’appliquer pour une grande partie des jeux. Page : précédente 1 2 3 suivante
|
|
||||||||||||||||||
© 2007 ULi�ge
|
||