Fogs of War

Tytuł projektu:

Opracowanie i weryfikacja w rzeczywistych warunkach rozwiązań służących wnioskowaniu, zarządzaniu przekonaniami oraz koordynacji komputerowych graczy w grach z ograniczoną informacją.

Numer wniosku: POIR.01.02.00-00-0207/20
Wartość projektu: 6 800 070.00 zł
Dotacja: 4 798 078.00 zł
Beneficjent: QED Software Sp. z o. o.
Czas trwania projektu: 2021-03-01 – 2023-06-30
Projekt realizowany w ramach: GAMEINN

Projekt Fogs of War koncentruje się na metodach sztucznej inteligencji dla gier z niedoskonałą informacją i niepewnością. Naszym celem jest opracowanie zróżnicowanych podejść do problemów takich jak:

Wnioskowanie o brakujących informacjach w oparciu o heterogeniczne dane obserwacyjne i wiele technik rozumowania
Rozumowanie oparte na regułach – zarówno oparte na projektowaniu, jak i autonomiczne (oparte na uczeniu się)
Rozumowanie probabilistyczne
Proste modelowanie percepcji i pamięci
Zachowania eksploracyjne i rewizja przekonań w oparciu o zmieniające się obserwacje świata gry
Metody podejmowania decyzji, które działają bezpośrednio na ukrytych informacjach
Koordynacja i komunikacja między agentami w obecności niekompletnej wiedzy
Narzędzia pozwalające na badanie motywacji działań agentów AI – budowanie wyjaśnień poszczególnych decyzji i uzasadnianie ich w oparciu o dostępne informacje
Problem pomiaru wiarygodności / podobieństwa do człowieka zachowań AI w grach wideo.
W ramach tego projektu opracujemy zestaw bibliotek, narzędzi GUI i wtyczek do silnika gry, umożliwiając twórcom gier implementację i łatwe debugowanie inteligentnych postaci niezależnych, które potrafią radzić sobie z niedoskonałymi informacjami w ustrukturyzowany sposób i są w stanie podejmować rozsądne decyzje bez uciekania się do różnych oszustw, takich jak dostarczanie im informacji, które normalnie byłyby ukryte przed ludzkimi graczami.

Pomiar wiarygodności zachowań to kolejna ważna część projektu. Stworzymy modele uczenia maszynowego zdolne do wykrywania sekwencji zachowań, które normalnie nie byłyby wykonywane przez ludzi, biorąc pod uwagę ich informacje o świecie gry. Potencjalne zastosowania tych modeli obejmują wykrywanie botów i oszustów oraz ocenę jakości sztucznej inteligencji.