Spiel von KI-Forschern: Roboter ausbilden und kämpfen lassen
NERO-Projekt will zeigen, was die KI-Forschung der Spielebranche zu bieten hat. Wissenschaftler und Studenten der University of Texas haben ein Spiel veröffentlicht, mit dem der aktuelle Stand der Forschung im Bereich Künstliche Intelligenz (KI) in Spielumgebungen demonstriert werden soll. In NERO wird der Spieler zum Trainer eines Teams von KI-Soldaten, die in wechselnden Umgebungen und Situationen passende taktische Lösungen entwickeln müssen - Spieler können ihre ausgebildeten KI-Soldaten auch gegeneinander antreten lassen.
NERO steht für Neuro-Evolving Robotic Operatives, das Spiel ist in einem fiktiven Endzeit-Szenario angesiedelt, in dem Roboter in den Überresten der menschlichen Zivilisation wettstreiten. Das Spiel wurde mit der Game-Engine Torque von GarageGames realisiert. NERO passt sich laut den Entwicklern den vom Spieler angestrebten Strategien an, während es den KI-kontrollierten Einheiten gleichzeitig erlaubt, als autonome Agenten zu agieren.
NERO erinnert zwar an Echtzeitstrategiespiele, besteht aber aus zwei unterschiedlichen Phasen: In der ersten Phase platzieren Spieler ihre Roboter zwecks Training in einem Sandkasten, wo sie die angestrebte Taktik erlernen. Sobald mehrere Roboter trainiert wurden, können sie KI-Teams anderer Spieler vorgesetzt werden. Das Besondere - und zumindest für die KI-Forscher Interessanteste - ist jedoch die Trainingsphase.
Nachdem ein als "Hirn" bezeichnetes künstliches neuronales Netzwerk in einem der simulierten Roboter installiert wurde, wird dieser im Spielfeld platziert und sein Hirn danach bewertet, wie gut sich der Roboter schlägt, bevor der Timer des Hirns abläuft. Nachdem die Roboter gelernt haben, sich ihren Gegnern zu nähern, können Spieler die "Belohnungskontrollen" etwa dazu nutzen, um ihre Roboter davor zu bewahren, dem Gegner zu nah zu kommen.
Komplexe taktische Verhaltensweisen erfordern es vom Spieler, einen Schlachtplan zu ersinnen und die Roboter durch eine Serie von Sandkasten-Szenarien schrittweise darauf zu trainieren. Im Spielverlauf werden die naiven Roboter dabei Stück für Stück erst einfachen, dann komplexeren Hürden und Gegnern ausgesetzt - bis sie als Veteranen reif für den Kampf mit den Robotern anderer Spieler sind.
Die Roboter-Hirne im Spiel lernen durch Neuroevolution. Damit ist ein genetischer Algorithmus gemeint, eine Art verstärkter Lern-Algorithmus, der die am besten funktionierenden Agenten belohnt und diejenigen bestraft, welche am schlechtesten sind. Bestrafung und Belohnung übernimmt der Spieler durch Schieberegler, der genetische Algorithmus entscheidet auf Basis des Roboter-Verhaltens, welche Hirne die am besten und welche die am schlechtesten geeigneten sind.
Für NERO kam dabei ein spezifischer neuroevultionärer Algorithmus namens NEAT (Neuro-Evolution of Augmenting Topologies) zum Einsatz, der anders als die meisten anderen seiner Art mit einem künstlichen neuronalen Netzwerk mit minimaler Vernetzung startet und Komplexität nur dort hinzufügt, wo sie zur Problemlösung beitrüge. Damit sollen unnötig komplexe Lösungen vermieden werden. NERO basiert auf einer neuen, rNEAT getauften Echtzeitvariante von NEAT, die es ermöglicht, einer kleinen Population von Robotern bei der Entwicklung beizuwohnen - die schlechten Agenten werden kontinuierlich entfernt und ersetzt. Rund 30 Agenten sollen in Echtzeit auf herkömmlichen PCs berechnet werden können - auch in Verbindung mit nicht trivialen Aufgabenstellungen.
In Zukunft wollen die Wissenschaftler die Leistung von rNEAT und die Möglichkeiten der NERO-Agenten ausbauen und planen weitere Forschungsprojekte auf Basis des NERO-Spiels. Am NERO-Spiel arbeiteten rund 30 Studenten. Finanziert wird das NERO-Projekt vom Digital Media Collaboratory und dem IC2 Institute der University of Texas at Austin. Die NEAT-Forschung wurde von der National Science Foundation und dem Texas Higher Education Coordinating Board unterstützt. Die Idee für das Projekt entstand 2003 im Rahmen einer Spieleentwickler-Konferenz ("GameDev") der University of Texas; im texanischen Austin sind viele Spieleentwickler-Studios versammelt. Ob es schon Interessenten für die KI-Engine der Wissenschaftler gibt, wurde noch nicht verkündet.
Auf der offiziellen Projekt-Website nerogame.org(öffnet im neuen Fenster) findet sich das Spiel zum Download(öffnet im neuen Fenster) für Windows (33,6 MByte), nähere Informationen zu NERO und ein Forum, in dem auch die Entwickler zugegen sind. Derzeit ist die Website auf Grund des großen Interesses aber noch sehr überlastet. Das neuartige KI-Spiel soll auch für Linux und MacOS X erscheinen, ein Termin wurde aber noch nicht genannt.
