Hispanopedia Wiki
Articulo de referencia

Inteligencia artificial en los videojuegos

La inteligencia artificial (IA) en los videojuegos se refiere a los sistemas computacionales que controlan a los personajes no jugables (PNJ), generan comportamientos de juego d...

Hispanopedia WikiContenido en espanolLectura gratuita

La inteligencia artificial (IA) en los videojuegos se refiere a los sistemas computacionales que controlan a los personajes no jugables (PNJ), generan comportamientos de juego dinámicos o simulan la toma de decisiones estratégicas. En la práctica, el término abarca una amplia gama de técnicas derivadas de la informática , la teoría de control y la robótica , más que la inteligencia artificial "verdadera" . Además, la IA académica —orientada al desarrollo del razonamiento o aprendizaje autónomo— se distingue de la IA en los videojuegos, cuyo objetivo es ofrecer un comportamiento atractivo, creíble y eficiente para los jugadores. El término CPU en los videojuegos se refiere a la IA que controla a un PNJ que podría ser un personaje jugable en otras situaciones.

En general, la IA en los videojuegos no significa, como podría pensarse y a veces se representa, la creación de una persona artificial que corresponda a un PNJ al estilo de la prueba de Turing o una inteligencia artificial general .

Descripción general

El término IA de juegos se utiliza para referirse a un amplio conjunto de algoritmos que también incluyen técnicas de la teoría de control , la robótica , los gráficos por computadora y la informática en general, por lo que la IA de videojuegos a menudo puede no constituir "verdadera IA" ya que dichas técnicas no necesariamente facilitan el aprendizaje automático u otros criterios estándar, sino que solo constituyen "computación automatizada" o un conjunto predeterminado y limitado de respuestas a un conjunto predeterminado y limitado de entradas. [ 1 ] [ 2 ] [ 3 ]

Algunos comentaristas de la industria de los videojuegos han afirmado que los avances en la IA de los juegos han transformado la forma en que los jugadores interactúan con los sistemas digitales en general. Sin embargo, estas afirmaciones siguen siendo objeto de debate. En ocasiones, las discusiones de marketing atribuyen rasgos humanos a la IA de los juegos —como personalidad o autonomía creativa—, pero a menudo se trata de comportamientos predefinidos diseñados para imitar la complejidad, en lugar de la cognición emergente. [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ]

Historia

El juego fue un área de investigación en IA desde sus inicios. Uno de los primeros ejemplos de IA es el juego computarizado de Nim , creado en 1941 y publicado en 1942. A pesar de ser tecnología avanzada para el año de su creación, 20 años antes de Pong , el juego tenía la forma de una caja relativamente pequeña y era capaz de ganar partidas regularmente incluso contra jugadores muy habilidosos. [ 7 ] En 1951, utilizando la máquina Ferranti Mark 1 de la Universidad de Manchester , Christopher Strachey escribió un programa de damas y Dietrich Prinz escribió uno para ajedrez . [ 8 ] Estos fueron algunos de los primeros programas de computadora jamás escritos. El programa de damas de Arthur Samuel , desarrollado a mediados de la década de 1950 y principios de la de 1960, finalmente alcanzó la habilidad suficiente para desafiar a un aficionado respetable. [ 9 ] El trabajo en damas y ajedrez culminaría con la derrota de Garry Kasparov por la computadora Deep Blue de IBM en 1997. [ 10 ] Los primeros videojuegos desarrollados en los años 60 y principios de los 70, como Spacewar!, Pong y Gotcha ( 1973), eran juegos implementados en lógica discreta y estrictamente basados ​​en la competencia de dos jugadores, sin IA.

Los juegos con modo para un jugador y enemigos comenzaron a aparecer en la década de 1970. Los primeros títulos destacados para arcade aparecieron en 1974: Speed ​​Race de Taito ( videojuego de carreras ) y Qwak (juego de disparos con pistola de luz para cazar patos ) y Pursuit ( simulador de combate aéreo ) de Atari . Dos juegos de ordenador basados ​​en texto, Star Trek (1971) y Hunt the Wumpus (1973), también incluían enemigos. El movimiento de los enemigos se basaba en patrones almacenados. La incorporación de microprocesadores permitiría una mayor capacidad de cálculo y la superposición de elementos aleatorios en los patrones de movimiento.

Los personajes de las motos de luz compiten por ser el último en viajar en GLtron .

Fue durante la época dorada de los videojuegos arcade que la idea de oponentes con IA se popularizó enormemente, gracias al éxito de Space Invaders (1978), que presentaba un nivel de dificultad creciente, patrones de movimiento distintivos y eventos dentro del juego que dependían de funciones hash basadas en la entrada del jugador. Galaxian (1979) añadió movimientos enemigos más complejos y variados, incluyendo maniobras de enemigos individuales que rompían la formación. Pac-Man (1980) introdujo patrones de IA en los juegos de laberintos , con la peculiaridad añadida de personalidades diferentes para cada enemigo. Karate Champ (1984) introdujo posteriormente patrones de IA en los juegos de lucha . First Queen (1988) fue un RPG de acción táctica que presentaba personajes que podían ser controlados por la IA de la computadora para seguir al líder. [ 11 ] [ 12 ] El videojuego de rol Dragon Quest IV (1990) introdujo un sistema de "Tácticas", donde el usuario puede ajustar las rutinas de IA de los personajes no jugadores durante la batalla, un concepto introducido posteriormente en el género de juegos de rol de acción por Secret of Mana (1993).

Juegos como Madden Football , Earl Weaver Baseball y Tony La Russa Baseball basaron su IA en un intento de replicar en la computadora el estilo de entrenamiento o gestión de la celebridad seleccionada. Madden, Weaver y La Russa colaboraron extensamente con estos equipos de desarrollo de juegos para maximizar la precisión de los mismos. Títulos deportivos posteriores permitieron a los usuarios "ajustar" variables en la IA para generar una estrategia de gestión o entrenamiento definida por el jugador.

La aparición de nuevos géneros de juegos en la década de 1990 impulsó el uso de herramientas de IA formales como las máquinas de estados finitos . Los juegos de estrategia en tiempo real exigieron a la IA muchos objetos, información incompleta, problemas de búsqueda de rutas, decisiones en tiempo real y planificación económica, entre otras cosas. [ 13 ] Los primeros juegos del género tuvieron problemas notorios. Herzog Zwei (1989), por ejemplo, tenía una búsqueda de rutas casi rota y máquinas de estados de tres estados muy básicas para el control de unidades, y Dune II (1992) atacaba la base de los jugadores en línea recta y usaba numerosos trucos. [ 14 ] Los juegos posteriores del género exhibieron una IA más sofisticada.

Juegos posteriores han utilizado métodos de IA ascendentes , como el comportamiento emergente y la evaluación de las acciones del jugador en juegos como Creatures o Black & White . Façade se lanzó en 2005 y utilizó diálogos interactivos multidireccionales e IA como aspecto principal del juego.

Un robot va a por la pelota y compite en la Robocup.
Un robot va a por la pelota y compite en la Robocup.

Los juegos han proporcionado un entorno para el desarrollo de la inteligencia artificial con posibles aplicaciones más allá del juego. Algunos ejemplos son Watson , una computadora que juega a Jeopardy!; y el torneo RoboCup , donde se entrena a robots para competir en fútbol. [ 15 ]

Vistas

Muchos expertos se quejan de que el término "IA" en los videojuegos exagera su importancia, ya que no se trata de inteligencia y comparte pocos de los objetivos del campo académico de la IA. Mientras que la "IA real" abarca campos como el aprendizaje automático, la toma de decisiones basada en datos arbitrarios e incluso el objetivo final de una IA fuerte capaz de razonar, la "IA de los videojuegos" suele consistir en media docena de reglas generales o heurísticas , suficientes para ofrecer una buena experiencia de juego. Estas reglas están diseñadas para crear la ilusión de inteligencia y se basan en tres principios fundamentales: el deseo del jugador de creer que existe inteligencia a nivel humano en los juegos que juega, la tendencia humana a antropomorfizar entidades no humanas y, finalmente, el poder de la expectativa que mejora la experiencia del jugador. Estos principios se potencian aún más en la calidad y el rendimiento de la IA de los videojuegos, "vendiendo la ilusión" mediante animaciones fluidas y no robóticas, diálogos adecuados a la situación, dotando a la IA de una razón de ser y una personalidad que trasciende al jugador, y con una reacción apropiada a la situación y al entorno. [ 16 ] Históricamente, los proyectos académicos de IA para juegos se han mantenido relativamente separados de los productos comerciales debido a que los enfoques académicos tendían a ser simples y no escalables. La IA comercial para juegos ha desarrollado su propio conjunto de herramientas, que han sido suficientes para ofrecer un buen rendimiento en muchos casos. [ 17 ]

La creciente concienciación de los desarrolladores de videojuegos sobre la IA académica y el creciente interés de la comunidad académica en los videojuegos están haciendo que la definición de lo que se considera IA en un juego sea menos idiosincrásica . Sin embargo, las diferencias significativas entre los distintos dominios de aplicación de la IA implican que la IA en los videojuegos aún puede considerarse un subcampo distinto de la IA. En particular, la posibilidad de resolver legítimamente algunos problemas de IA en los juegos mediante trampas crea una distinción importante. Por ejemplo, inferir la posición de un objeto invisible a partir de observaciones previas puede ser un problema difícil cuando la IA se aplica a la robótica, pero en un videojuego un personaje no jugable (NPC) puede simplemente consultar la posición en el grafo de escena del juego . Estas trampas pueden dar lugar a un comportamiento poco realista y, por lo tanto, no siempre son deseables. Pero su posibilidad sirve para diferenciar la IA en los videojuegos y plantea nuevos problemas que resolver, como cuándo y cómo hacer trampas.

La principal limitación de la IA fuerte reside en la profundidad inherente del pensamiento y la extrema complejidad del proceso de toma de decisiones. Esto significa que, si bien teóricamente sería posible crear una IA "inteligente", el problema requeriría una considerable capacidad de procesamiento.

Uso

En simulaciones informáticas de juegos de mesa

En los videojuegos modernos

Los algoritmos heurísticos/de IA de juegos se utilizan en una amplia variedad de campos bastante dispares dentro de un juego. El más obvio es el control de los PNJ del juego, aunque la "programación" ( árbol de decisiones ) es actualmente el medio de control más común. [ 18 ] Estos árboles de decisiones escritos a mano a menudo dan como resultado una "estupidez artificial", como comportamientos repetitivos, pérdida de inmersión o comportamientos anormales en situaciones que los desarrolladores no habían previsto. [ 19 ]

La búsqueda de rutas , otro uso común de la IA, se ve ampliamente en los juegos de estrategia en tiempo real . La búsqueda de rutas es el método para determinar cómo llevar a un NPC de un punto en un mapa a otro, teniendo en cuenta el terreno, los obstáculos y posiblemente la " niebla de guerra ". [ 20 ] [ 21 ] Los videojuegos comerciales a menudo utilizan una "búsqueda de rutas basada en cuadrícula" rápida y simple, en la que el terreno se mapea en una cuadrícula rígida de cuadrados uniformes y se aplica un algoritmo de búsqueda de rutas como A* o IDA* a la cuadrícula. [ 22 ] [ 23 ] [ 24 ] En lugar de solo una cuadrícula rígida, algunos juegos utilizan polígonos irregulares y ensamblan una malla de navegación a partir de las áreas del mapa a las que los NPC pueden caminar. [ 22 ] [ 25 ] Como tercer método, a veces es conveniente para los desarrolladores seleccionar manualmente "puntos de ruta" que los NPC deben usar para navegar; el costo es que dichos puntos de ruta pueden crear un movimiento de aspecto poco natural. Además, los puntos de ruta tienden a tener un rendimiento inferior al de las mallas de navegación en entornos complejos. [ 26 ] [ 27 ] Más allá de la búsqueda de rutas estáticas, la navegación es un subcampo de la IA de juegos que se centra en dotar a los PNJ de la capacidad de navegar en un entorno dinámico, encontrando un camino hacia un objetivo mientras evitan colisiones con otras entidades (otros PNJ, jugadores...) o colaboran con ellas (navegación grupal). La navegación en juegos de estrategia dinámicos con un gran número de unidades, como Age of Empires (1997) o Civilization V (2010), suele tener un rendimiento deficiente; las unidades a menudo se interponen en el camino de otras unidades. [ 27 ]

En lugar de mejorar la IA del juego para resolver adecuadamente un problema difícil en el entorno virtual, a menudo es más rentable simplemente modificar el escenario para que sea más manejable. Si la búsqueda de rutas se atasca en un obstáculo específico, un desarrollador puede terminar moviendo o eliminando el obstáculo. [ 28 ] En Half-Life (1998), el algoritmo de búsqueda de rutas a veces no lograba encontrar una forma razonable para que todos los NPC esquivaran una granada lanzada; en lugar de permitir que los NPC intentaran apartarse torpemente y arriesgarse a parecer estúpidos, los desarrolladores programaron a los NPC para que se agacharan y se cubrieran en el lugar en esa situación. [ 29 ]

IA de combate en videojuegos

Muchos videojuegos contemporáneos se clasifican como de acción, disparos en primera persona o aventura. En la mayoría de estos juegos, hay algún tipo de combate. La capacidad de la IA para ser eficiente en el combate es importante en estos géneros. Un objetivo común hoy en día es hacer que la IA sea más humana o, al menos, que lo parezca.

Una de las características más positivas y eficientes de la IA en los videojuegos modernos es la capacidad de cazar. Originalmente, la IA reaccionaba de forma muy simplista: si el jugador se encontraba en un área específica, la IA reaccionaba de forma totalmente ofensiva o completamente defensiva. En los últimos años, se ha introducido el concepto de "caza"; en este estado, la IA busca marcadores realistas, como sonidos emitidos por el personaje o huellas que haya dejado. [ 30 ] Estos avances permiten, en última instancia, una forma de juego más compleja. Gracias a esta característica, el jugador puede considerar cómo acercarse o evitar a un enemigo. Esta función es especialmente relevante en el género de sigilo .

Otro avance reciente en la IA de los videojuegos ha sido el desarrollo del "instinto de supervivencia". Los ordenadores del juego pueden reconocer diferentes objetos en un entorno y determinar si son beneficiosos o perjudiciales para su supervivencia. Al igual que un usuario, la IA puede buscar cobertura en un tiroteo antes de realizar acciones que la dejarían vulnerable, como recargar un arma o lanzar una granada. Se pueden establecer marcadores que le indiquen cuándo reaccionar de cierta manera. Por ejemplo, si se le da a la IA la orden de comprobar su salud durante el juego, se pueden configurar comandos adicionales para que reaccione de una forma específica al alcanzar un determinado porcentaje de salud. Si la salud está por debajo de un cierto umbral, se puede configurar a la IA para que huya del jugador y lo evite hasta que se active otra función. Otro ejemplo sería que, si la IA se da cuenta de que se ha quedado sin munición, buscará un objeto que la cubra y se esconderá detrás de él hasta que haya recargado. Acciones como estas hacen que la IA parezca más humana. Sin embargo, todavía hay margen de mejora en este aspecto.

Otro efecto secundario de la IA de combate se produce cuando dos personajes controlados por IA se encuentran; popularizado por primera vez en el juego Doom de id Software , el llamado "combate interno entre monstruos" puede estallar en ciertas situaciones. En concreto, los agentes de IA programados para responder a ataques hostiles a veces se atacan entre sí si los ataques de sus compañeros caen demasiado cerca. En el caso de Doom , los manuales de juego publicados incluso sugieren aprovechar el combate interno entre monstruos para sobrevivir a ciertos niveles y dificultades.

Generación de contenido procedimental

La generación de contenido procedimental (PCG) es una técnica de IA para crear contenido dentro del juego de forma autónoma mediante algoritmos con una mínima intervención de los diseñadores. [ 31 ] La PCG se utiliza normalmente para generar dinámicamente características del juego, como niveles, diálogos de PNJ y sonidos. Los desarrolladores introducen parámetros específicos para guiar a los algoritmos en la creación de contenido. La PCG ofrece numerosas ventajas tanto desde el punto de vista del desarrollo como de la experiencia del jugador. Los estudios de juegos pueden gastar menos dinero en artistas y ahorrar tiempo en la producción. [ 32 ] Los jugadores disfrutan de una experiencia novedosa y altamente rejugable, ya que el juego genera contenido nuevo cada vez que juegan. La PCG permite que el contenido del juego se adapte en tiempo real a las acciones del jugador. [ 33 ]

Niveles generados procedimentalmente

Los algoritmos generativos (una forma rudimentaria de IA) se han utilizado para la creación de niveles durante décadas. El icónico videojuego de exploración de mazmorras de 1980, Rogue, es un ejemplo fundamental. Los jugadores tienen la tarea de descender a través de los niveles cada vez más difíciles de una mazmorra para recuperar el Amuleto de Yendor. Los niveles de la mazmorra se generan algorítmicamente al comienzo de cada partida. El archivo de guardado se borra cada vez que el jugador muere. [ 34 ] La generación algorítmica de mazmorras crea una jugabilidad única que de otro modo no existiría, ya que el objetivo de recuperar el amuleto es el mismo en cada ocasión. El género de videojuegos roguelike , derivado de Rogue , presenta juegos que utilizan algún tipo de generación procedural para proporcionar una rejugabilidad casi infinita. [ 35 ]

Las opiniones sobre la generación total de niveles, como se ve en juegos como Rogue, pueden variar. Algunos desarrolladores pueden ser escépticos sobre la calidad del contenido generado y desean crear un mundo con una sensación más "humana", por lo que usarán PCG con más moderación. [ 31 ] En consecuencia, solo usarán PCG para generar componentes específicos de un nivel que, de otro modo, estaría hecho a mano. Un ejemplo notable de esto es el juego de disparos táctico de Ubisoft de 2017 , Tom Clancy's Ghost Recon Wildlands . Los desarrolladores usaron un algoritmo de búsqueda de rutas entrenado con un conjunto de datos de mapas reales para crear redes de carreteras que se entrelazarían a través de pueblos hechos a mano dentro del mundo del juego. [ 33 ] Este es un uso inteligente de PCG, ya que la IA tendría una gran cantidad de datos del mundo real con los que trabajar y las carreteras son fáciles de crear. Sin embargo, es probable que la IA pase por alto matices y sutilezas si se le encomendara la tarea de crear un pueblo donde viven personas.

A medida que la IA se ha vuelto más avanzada, los objetivos de los desarrolladores están cambiando hacia la creación de enormes repositorios de niveles a partir de conjuntos de datos. En 2023, investigadores de la Universidad de Nueva York y la Universidad de Witwatersrand entrenaron un gran modelo de lenguaje para generar niveles al estilo del juego de rompecabezas Sokoban de 1981. Descubrieron que el modelo sobresalía en la generación de niveles con características solicitadas específicamente, como el nivel de dificultad o el diseño. [ 31 ] Sin embargo, los modelos actuales, como el utilizado en el estudio, requieren grandes conjuntos de datos de niveles para ser efectivos. Concluyeron que, si bien prometedores, el alto costo de datos de los grandes modelos de lenguaje actualmente supera los beneficios para esta aplicación. [ 31 ] Es probable que los continuos avances en el campo conduzcan a un uso más generalizado en el futuro.

Música y sonido generados proceduralmente

La banda sonora de un videojuego es una expresión importante del tono emocional de una escena para el jugador. Los efectos de sonido , como el ruido de un arma al impactar contra un enemigo, ayudan a indicar el efecto de las acciones del jugador. Generarlos en tiempo real crea una experiencia más atractiva para el jugador, ya que el juego responde mejor a sus acciones. [ 31 ] Un ejemplo es el juego de aventuras Proteus de 2013 , donde un algoritmo adapta dinámicamente la música según el ángulo desde el que el jugador observa el paisaje del juego. [ 34 ]

Los recientes avances en IA han dado lugar a la creación de herramientas avanzadas capaces de generar música y sonido en función de factores cambiantes con una mínima intervención del desarrollador. Un ejemplo de ello es el generador de música MetaComposure. MetaComposure es un algoritmo evolutivo diseñado para generar composiciones musicales originales durante el juego en tiempo real, adaptándose al estado de ánimo del entorno. [ 36 ] El algoritmo puede evaluar el estado de ánimo actual del juego mediante el etiquetado de estados de ánimo. Las investigaciones indican que existe una correlación estadística positiva significativa entre la participación del jugador en el juego y las composiciones musicales generadas dinámicamente cuando estas coinciden con precisión con sus emociones actuales. [ 37 ]

Modelos de lenguaje y difusión a gran escala

Se han utilizado herramientas generativas similares a las empleadas en los LLM y modelos de difusión como Midjourney y DALL-E para generar entornos dentro del juego, y empresas como Ubisoft han declarado que están experimentando con el uso de IA para generar diálogos básicos. [ 38 ] Los desarrolladores de Roblox están utilizando IA para generar objetos 3D para los jugadores, denominados Cube 3D, una IA de código abierto que genera objetos 3D basándose en los métodos de los LLM para generar palabras. [ 39 ]

Método de búsqueda en árbol de Monte Carlo

La IA en los videojuegos suele basarse en la búsqueda de rutas y las máquinas de estados finitos. La búsqueda de rutas lleva a la IA del punto A al punto B, generalmente de la forma más directa posible. Las máquinas de estados permiten la transición entre diferentes comportamientos. El método de búsqueda en árbol de Monte Carlo [ 40 ] proporciona una experiencia de juego más atractiva al crear obstáculos adicionales que el jugador debe superar. El MCTS consiste en un diagrama de árbol en el que la IA juega esencialmente al tres en raya . Según el resultado, selecciona una ruta que genera el siguiente obstáculo para el jugador. En videojuegos complejos, estos árboles pueden tener más ramas, siempre que el jugador pueda idear varias estrategias para superar el obstáculo.

Usos en juegos más allá de los PNJ

La IA académica puede desempeñar un papel dentro de la IA de los juegos, más allá de la preocupación tradicional de controlar el comportamiento de los NPC. Georgios N. Yannakakis destacó cuatro áreas de aplicación potenciales: [ 17 ]

  1. Modelado de la experiencia del jugador : Consiste en discernir la habilidad y el estado emocional del jugador para adaptar el juego adecuadamente. Esto puede incluir el ajuste dinámico de la dificultad , que consiste en modificarla en tiempo real según la habilidad del jugador. La IA del juego también puede ayudar a deducir la intención del jugador (por ejemplo, mediante el reconocimiento de gestos ).
  2. Generación de contenido procedimental : Creación automatizada de elementos del entorno del juego, como condiciones ambientales, niveles e incluso música. Los métodos de IA pueden generar contenido nuevo o historias interactivas.
  3. Análisis de datos sobre el comportamiento del usuario: Esto permite a los diseñadores de juegos explorar cómo las personas usan el juego, qué partes juegan más y qué hace que dejen de jugar, lo que permite a los desarrolladores ajustar la mecánica del juego o mejorar la monetización.
  4. Enfoques alternativos para los PNJ: Estos incluyen cambiar la configuración del juego para mejorar la credibilidad de los PNJ y explorar el comportamiento social de los PNJ en lugar del comportamiento individual.

En lugar de la generación procedimental, algunos investigadores han utilizado redes generativas antagónicas (GAN) para crear contenido nuevo. En 2018, investigadores de la Universidad de Cornwall entrenaron una GAN con mil niveles creados por humanos para Doom ; tras el entrenamiento, el prototipo de red neuronal fue capaz de diseñar nuevos niveles jugables por sí mismo. De manera similar, investigadores de la Universidad de California crearon un prototipo de GAN para generar niveles para Super Mario . [ 41 ] En 2020, Nvidia mostró un clon de Pac-Man creado por una GAN ; la GAN aprendió a recrear el juego observando 50 000 partidas (en su mayoría generadas por bots). [ 42 ]

Personajes no jugables (PNJ)

Los personajes no jugables (PNJ) son entidades dentro de los videojuegos que no son controladas por los jugadores, sino que son gestionadas por sistemas de IA. Los PNJ contribuyen a la inmersión, la narrativa y la mecánica del juego. Suelen actuar como compañeros, quienes asignan misiones, comerciantes y mucho más. Su realismo ha mejorado significativamente en los últimos años gracias a los avances en las tecnologías de IA.

Narrativas y roles de juego

Los PNJ son esenciales tanto en juegos narrativos como en juegos de mundo abierto. Ayudan a transmitir la historia y el contexto del juego, convirtiéndose en piezas clave para la construcción del mundo y el desarrollo narrativo. Por ejemplo, un PNJ puede proporcionar información crucial, ofrecer misiones o simplemente poblar el mundo para añadir realismo al juego. Además, su función como quienes ofrecen misiones o comerciantes los integra en la dinámica de juego, brindando a los jugadores acceso a recursos, misiones o servicios que les permiten avanzar.

Además, los PNJ pueden diseñarse para desempeñar funciones específicas en los juegos, como la de comerciante o la de prestar servicios al jugador. Estos personajes son fundamentales para facilitar la mecánica del juego, ya que actúan como intermediarios entre el jugador y los sistemas del juego. Los expertos afirman que las interacciones entre jugadores y PNJ suelen diseñarse para ser sencillas pero contextualmente relevantes, garantizando así que el jugador reciba la información o los recursos necesarios para la continuidad de la partida.

Avances en inteligencia artificial para PNJ

Los recientes avances en inteligencia artificial han mejorado significativamente la complejidad y el realismo de los personajes no jugables (PNJ). Antes de estos avances, la IA operaba con comportamientos preprogramados, lo que los hacía predecibles y repetibles. Con el desarrollo de la IA, los PNJ se han vuelto más adaptables y capaces de responder dinámicamente a los jugadores. Los expertos creen que la integración de técnicas de aprendizaje profundo y aprendizaje por refuerzo ha permitido que los PNJ ajusten su comportamiento en respuesta a las acciones del jugador, creando una experiencia de juego más interactiva y personalizada.

Un ejemplo de este avance es el uso de modelos de comportamiento adaptativo. Estos permiten que los personajes no jugables (PNJ) analicen y aprendan de las decisiones de los jugadores en tiempo real. Este comportamiento ofrece una experiencia mucho más inmersiva. Por ejemplo, según expertos en la materia, los PNJ en los videojuegos modernos pueden reaccionar a las acciones de los jugadores con mayor sofisticación, como ajustar sus tácticas en combate o modificar sus diálogos en función de interacciones previas. Mediante algoritmos de aprendizaje profundo, estos sistemas emulan la toma de decisiones humana, lo que hace que los PNJ se sientan más como personas reales que como elementos estáticos del juego.

Otro avance en la IA de los PNJ es el uso del procesamiento del lenguaje natural ( PLN), que permite que estos personajes entablen conversaciones más realistas con los jugadores. Anteriormente, el diálogo de los PNJ se limitaba a un conjunto fijo de respuestas. Se dice que el PLN ha mejorado la fluidez de las conversaciones de los PNJ, permitiéndoles responder de forma más contextual a las acciones del jugador. Este desarrollo ha aumentado la profundidad y la inmersión en las interacciones entre jugadores y PNJ, ya que ahora los jugadores pueden participar en diálogos más complejos que influyen en la trama y los resultados del juego.

Además, los modelos de aprendizaje profundo han permitido que los personajes no jugables (PNJ) sean más capaces de predecir el comportamiento de los jugadores. El aprendizaje profundo les permite procesar grandes cantidades de datos y adaptarse a las estrategias de los jugadores, lo que hace que las interacciones con ellos sean menos predecibles y más variadas. Esto crea una experiencia más inmersiva, ya que los PNJ ahora pueden "aprender" del comportamiento de los jugadores, lo que proporciona una mayor sensación de realismo en el juego.

Los recientes avances en IA para videojuegos han dado lugar a comportamientos más complejos y adaptativos en los personajes no jugables (PNJ). Por ejemplo, los sistemas de IA ahora utilizan técnicas sofisticadas como árboles de decisión y máquinas de estados para mejorar las interacciones y el realismo de los PNJ, como se analiza en "Inteligencia Artificial en Juegos". [ 43 ] Los avances recientes en IA para videojuegos también se han centrado en mejorar los comportamientos dinámicos y adaptativos de los PNJ. Por ejemplo, investigaciones recientes han explorado el uso de redes neuronales complejas para permitir que los PNJ aprendan y adapten su comportamiento en función de las acciones del jugador, mejorando así la experiencia de juego en general. Este enfoque se detalla en el artículo del IEEE sobre "Técnicas de IA para Sistemas de Juegos Interactivos". [ 44 ]

Desafíos en el desarrollo de NPC

A pesar de todos estos avances en la IA de los PNJ, los desarrolladores aún se enfrentan a importantes desafíos al diseñarlos. Deben equilibrar el realismo, la funcionalidad y las expectativas de los jugadores. El reto principal es asegurar que los PNJ mejoren la experiencia del jugador, en lugar de entorpecer la jugabilidad. Los PNJ excesivamente realistas que se comportan de forma impredecible pueden frustrar a los jugadores al dificultar el progreso o romper la inmersión. Por el contrario, los PNJ demasiado predecibles o simplistas pueden no lograr captar la atención de los jugadores, reduciendo la efectividad general de la narrativa y las mecánicas del juego.

Otro factor a tener en cuenta es el coste computacional de implementar IA avanzada para los PNJ. El uso de estas técnicas de IA avanzada requiere una gran capacidad de procesamiento, lo que puede limitar su uso. Equilibrar el rendimiento de los PNJ controlados por IA con las limitaciones técnicas generales del juego es crucial para garantizar una experiencia de juego fluida. Los expertos mencionaron que los desarrolladores deben asignar los recursos de manera eficiente para evitar sobrecargar los sistemas del juego, especialmente en juegos de mundo abierto extensos donde numerosos PNJ deben interactuar con el jugador simultáneamente.

Finalmente, crear PNJ que respondan dinámicamente a una amplia gama de comportamientos del jugador sigue siendo una tarea difícil. Los PNJ deben ser capaces de gestionar tanto interacciones predefinidas como escenarios imprevistos donde los jugadores pueden comportarse de forma inesperada. Diseñar PNJ capaces de adaptarse a tal variabilidad requiere modelos de IA complejos que puedan contemplar numerosas interacciones posibles, lo que puede resultar costoso en términos de recursos y tiempo para los desarrolladores.

IA tramposa

Los jugadores siempre preguntan si la IA hace trampas (presumiblemente para poder quejarse si pierden).

— Terry Lee Coleman de Computer Gaming World , 1994 [ 45 ]

En el contexto de la inteligencia artificial en los videojuegos, hacer trampa se refiere a que el programador otorga a los agentes acciones y acceso a información que no estarían disponibles para el jugador en la misma situación. [ 46 ] Creyendo que el Atari de 8 bits no podía competir contra un jugador humano, Chris Crawford no corrigió un error en Eastern Front (1941) que beneficiaba al bando ruso controlado por la computadora. [ 47 ] Computer Gaming World informó en 1994 que "Es un hecho bien conocido que muchas IA 'hacen trampa' (o, al menos, 'manipulan') para poder mantenerse al ritmo de los jugadores humanos". [ 48 ]

Por ejemplo, si los agentes quieren saber si el jugador está cerca, pueden equiparse con sensores complejos similares a los humanos (vista, oído, etc.) o pueden hacer trampa simplemente solicitando la posición del jugador al motor del juego . Algunas variantes comunes incluyen aumentar la velocidad de las IA en juegos de carreras para alcanzar al jugador o colocarlas en posiciones ventajosas en juegos de disparos en primera persona. El uso de trampas en la IA demuestra las limitaciones de la "inteligencia" artificial; en general, en juegos donde la creatividad estratégica es importante, los humanos podrían vencer fácilmente a la IA tras un mínimo de ensayo y error si no fuera por esta ventaja. Las trampas se implementan a menudo por motivos de rendimiento, donde en muchos casos pueden considerarse aceptables siempre que el efecto no sea evidente para el jugador. Si bien las trampas se refieren únicamente a los privilegios otorgados específicamente a la IA —no incluyen la rapidez y precisión sobrehumanas propias de un ordenador—, un jugador podría considerar "trampa" las ventajas inherentes del ordenador si provocan que el agente actúe de forma diferente a un jugador humano. [ 46 ] Sid Meier afirmó que omitió las alianzas multijugador en Civilization porque descubrió que la computadora era casi tan buena como los humanos en su uso, lo que provocó que los jugadores pensaran que la computadora estaba haciendo trampa. [ 49 ] Los desarrolladores dicen que la mayoría de las IA de los juegos son honestas, pero les disgusta que los jugadores se quejen erróneamente de que la IA "hace trampa". Además, los humanos usan tácticas contra las computadoras que no usarían contra otras personas. [ 47 ]

En resumen, la IA tramposa se da cuando el juego parece romper sus propias reglas, produciendo resultados imposibles. Lo opuesto es la dificultad dinámica , un ajuste estructurado de la habilidad de la IA para mantener la competitividad, respetando la mecánica del juego. Algunos juegos pueden combinar ambos sistemas.

Ejemplos

En el juego Creatures de 1996 , el usuario "incuba" pequeños animales peludos y les enseña a comportarse. Estos "Norns" pueden hablar, alimentarse y protegerse de criaturas feroces. Fue la primera aplicación popular del aprendizaje automático en una simulación interactiva. Las criaturas utilizan redes neuronales para aprender a actuar. El juego se considera un hito en la investigación de la vida artificial , cuyo objetivo es modelar el comportamiento de las criaturas que interactúan con su entorno. [ 50 ]

En el juego de disparos en primera persona Halo: Combat Evolved de 2001 , el jugador asume el papel del Jefe Maestro, luchando contra diversos alienígenas a pie o en vehículos. Los enemigos utilizan la cobertura con gran astucia y emplean fuego de supresión y granadas. La situación del escuadrón afecta a los individuos, por lo que algunos enemigos huyen cuando muere su líder. Se presta atención a los pequeños detalles, como los enemigos que devuelven las granadas o los miembros del equipo que reaccionan al ser molestados. La tecnología subyacente del " árbol de comportamiento " se ha vuelto muy popular en la industria de los videojuegos desde Halo 2. [ 50 ]

El juego de terror psicológico en primera persona FEAR de 2005 presenta personajes que se enfrentan a un batallón de supersoldados clonados , robots y criaturas paranormales . La IA utiliza un planificador para generar comportamientos sensibles al contexto, algo inédito en un juego comercial. Esta tecnología sigue siendo un referente para muchos estudios. Las réplicas son capaces de aprovechar el entorno del juego, como volcar mesas y estanterías para crear cobertura, abrir puertas, atravesar ventanas o incluso detectar (y alertar al resto de sus compañeros) la linterna del jugador. Además, la IA también puede realizar maniobras de flanqueo, usar fuego de supresión, lanzar granadas para obligar al jugador a salir de su cobertura e incluso fingir estar muerto. La mayoría de estas acciones, en particular el flanqueo, son resultado de un comportamiento emergente. [ 51 ] [ 52 ]

La serie de terror y supervivencia STALKER (2007–) enfrenta al jugador con experimentos artificiales, soldados y mercenarios conocidos como Stalkers. Los diversos enemigos (si el nivel de dificultad está configurado al máximo) emplean tácticas y comportamientos de combate como curar a aliados heridos, dar órdenes, flanquear al jugador y usar armas con una precisión milimétrica.

El juego de estrategia en tiempo real StarCraft II: Wings of Liberty de 2010 permite al jugador controlar una de las tres facciones en una arena de batalla de 1v1, 2v2 o 3v3. El jugador debe derrotar a sus oponentes destruyendo todas sus unidades y bases. Esto se logra creando unidades que sean efectivas para contrarrestar las unidades del oponente. Los jugadores pueden enfrentarse a varios niveles de dificultad de la IA, desde muy fácil hasta Tramposo 3 (loco). La IA puede hacer trampa en la dificultad Tramposo 1 (visión), donde puede ver unidades y bases que un jugador en la misma situación no podría. Tramposo 2 le da a la IA recursos adicionales, mientras que Tramposo 3 le da una gran ventaja sobre su oponente. [ 53 ]

Red Dead Redemption 2 , lanzado por Rockstar Games en 2018, ejemplifica el uso avanzado de la IA en los videojuegos modernos. El juego incorpora un sistema de IA muy detallado que rige el comportamiento de los PNJ y el dinámico mundo del juego. Los PNJ muestran comportamientos complejos y variados en función de diversos factores, como su entorno, las interacciones con el jugador y la hora del día. Este nivel de integración de la IA crea una experiencia rica e inmersiva donde los personajes reaccionan a los jugadores de forma realista, lo que contribuye a la reputación del juego como uno de los juegos de mundo abierto más avanzados jamás creados. [ 54 ]

Inteligencia artificial generativa en los videojuegos

La inteligencia artificial generativa , sistemas de IA capaces de responder a indicaciones y producir texto, imágenes y clips de audio y vídeo, surgió en 2023 con sistemas como ChatGPT y Stable Diffusion . En los videojuegos, estos sistemas podrían permitir la creación ilimitada de recursos gráficos, superando las limitaciones habituales de la creación humana.

Por ejemplo, el juego sandbox basado en navegador Infinite Craft de 2024 utiliza software de IA generativa , incluido LLaMA . Cuando se combinan dos elementos, la IA genera un nuevo elemento. [ 55 ] El juego basado en navegador Oasis de 2024 utiliza IA generativa para simular el videojuego Minecraft . Oasis se entrena con millones de horas de metraje de Minecraft y predice cómo se ve el siguiente fotograma del juego utilizando este conjunto de datos. Oasis no tiene permanencia de objetos porque no almacena ningún dato. [ 56 ] El videojuego AI2U: With You 'Til The End de 2025 , desarrollado por AlterStaff Inc., utilizó ChatGPT para el diálogo de los personajes no jugables del juego. [ 57 ]

Se ha incluido inteligencia artificial generativa para realizar el escalado de vídeo de las imágenes de los juegos. Tanto Deep Learning Super Sampling (DLSS) de NVidia como FidelityFX Super Resolution (FSR) de AMD han incluido IA como parte de su motor. En marzo de 2026, NVidia anunció la versión 5.0 de DLSS para su lanzamiento a finales de 2026, que, entre otras mejoras, incluye un motor de IA que "infunde píxeles con iluminación y materiales fotorrealistas" para que los gráficos de los juegos existentes parezcan más realistas. Si bien algunos desarrolladores, incluidos Todd Howard de Bethesda Softworks y Jun Takeuchi de Capcom, elogiaron la tecnología, otros desarrolladores y muchos jugadores la consideraron como una IA chapucera , con rostros de personajes aparentemente normalizados a la apariencia de otros personajes humanos creados por la salida de vídeo de IA generativa o filtros de vídeo utilizados en las redes sociales, lo que restaba valor al esfuerzo artístico de los desarrolladores. [ 58 ] Jensen Huang de NVidia dijo que los desarrolladores tendrían mucho más control sobre cómo DLSS 5.0 interactuaría con sus juegos, lo que les permitiría ajustar la iluminación y las texturas, y que NVidia seguía mejorando la tecnología antes de su lanzamiento. [ 59 ]

Sin embargo, existen preocupaciones similares en otros campos, en particular la posible pérdida de empleos normalmente dedicados a la creación de estos activos. [ 60 ] Los actores de voz fueron uno de los primeros grupos en expresar su preocupación por el uso de IA generativa en videojuegos. El sindicato de actores norteamericanos SAG-AFTRA había finalizado una huelga en 2023 contra las compañías de producción de televisión y cine, y la huelga concluyó con nuevos términos contractuales que otorgaban a los actores un fuerte control sobre si sus voces podían usarse para entrenar motores de IA generativa. [ 61 ] Poco después, el sindicato acordó un contrato con la compañía de IA Replica Studios para permitir que las voces sindicalizadas se usaran para entrenar IA y se usaran en juegos, con el contrato asegurando la protección de salarios y derechos. Si bien el contrato fue acordado por un comité de SAG-AFTRA, muchos miembros expresaron críticas a la medida, ya que no se les informó hasta que se completó y el acuerdo no hizo lo suficiente para proteger a los actores. [ 62 ] Para cuando varias editoras de videojuegos estaban a punto de renovar los términos de su contrato general con SAG-AFTRA, el sindicato había adoptado una postura más firme, exigiendo mayor protección para los actores contra el uso de IA, e inició una huelga de casi un año en julio de 2024 cuando las compañías de videojuegos no cedieron en estos asuntos. La huelga concluyó en julio de 2025 con el acuerdo de las editoras afectadas de un contrato que otorgaba a los actores un mayor control sobre si sus voces podían usarse para IA. [ 63 ] [ 64 ] [ 65 ]

Un amplio subconjunto de jugadores ha expresado su descontento con los juegos que utilizan IA generativa para desarrollar arte y recursos del juego, ya que afirman que su uso perjudica potencialmente el trabajo creativo de los desarrolladores humanos, y denuncian los juegos que, según ellos, utilizan " basura de IA " en sus lanzamientos, como en el caso de Where Winds Meet , donde los jugadores identificaron que los diálogos del juego parecían haber sido generados por un chatbot de IA. Estos jugadores también critican a los estudios que han declarado haber explorado la IA en el proceso de desarrollo; en el caso de Clair Obscur: Expedition 33 , el desarrollador Sandfall Interactive admitió haber utilizado texturas generadas por IA durante el desarrollo, pero no estaban presentes en la versión final, lo que provocó que el juego perdiera dos premios de los Indie Game Awards de 2025, que prohibían el uso de cualquier contenido de IA generativa en el desarrollo. [ 66 ]

Se descubrió que ARC Raiders , lanzado por Embark Studios en noviembre de 2025, utilizaba voces generadas por IA para algunos de los NPC del juego. Si bien el juego fue generalmente bien recibido por la mayoría de los medios especializados en videojuegos, con una puntuación agregada de 86 sobre 100 en Metacritic , Eurogamer le otorgó una de las peores puntuaciones, calificándolo con 2 sobre 5 y penalizándolo específicamente debido al uso de voces generadas por IA. Esto generó más debate sobre el tema de las voces de IA, con jugadores que criticaban al estudio por recurrir a ellas, mientras que otros, comoel fundador de Epic Games , Tim Sweeney , afirmaron que existe un gran potencial para utilizar voces de IA y ofrecer una infinidad de formas para que los NPC de los juegos se comuniquen con los jugadores. [ 67 ]

Para asegurar que los editores de juegos divulgaran dicho contenido y evitar posibles problemas de derechos de autor, Valve implementó nuevos requisitos para los juegos en Steam que exigen que el uso de recursos de IA pregenerados o la generación en vivo mediante IA generativa se divulgue en la página de la tienda. [ 68 ] Sweeney criticó esta medida, ya que "hace que sea mucho, mucho, mucho más difícil para un desarrollador de juegos tener una oportunidad de éxito. Tienes que elegir entre no usar herramientas que pueden hacerte mucho más productivo, y probablemente fracasar debido a la competencia que sí lo hace". [ 69 ]

Véase también

Liza

Referencias

  1. 1 2 Bogost, Ian (marzo de 2017) .La "inteligencia artificial" se ha vuelto carente de significado . Consultado el 22 de julio de 2017 .
  2. 1 2 Kaplan, Jerry (marzo de 2017). "El problema de relaciones públicas de la IA" . MIT Technology Review .
  3. 1 2 Eaton, Eric; Dietterich, Tom; Gini, Maria (diciembre de 2015). "¿Quién habla por la IA?". AI Matters . 2 (2): 4– 14. doi : 10.1145/2847557.2847559 . S2CID 207233310 . 
  4. ↑ "Cómo la inteligencia artificial revolucionará la forma en que se desarrollan y se juegan los videojuegos" . The Verge . 6 de marzo de 2019.
  5. ↑ Eastwood, Gary. "Cómo la IA de los videojuegos está cambiando el mundo" . CIO . Archivado del original el 28 de febrero de 2017. Recuperado el 28 de febrero de 2017 .
  6. ↑ "Por qué la IA en los videojuegos no ayudará a que la IA funcione en el mundo real, pero podría" . 30 de agosto de 2018.
  7. ↑ Redheffer, Raymond (1948). "Una máquina para jugar al juego Nim" . The American Mathematical Monthly . 55 (6): 343– 349. doi : 10.1080/00029890.1948.11999249 . ISSN 0002-9890 . 
  8. ↑ Véase "Una breve historia de la informática" en AlanTuring.net.
  9. ↑ , Schaeffer, Jonathan. Un salto adelante: Desafiando la supremacía humana en las damas , 1997, 2009, Springer, ISBN 978-0-387-76575-4Capítulo 6.
  10. ↑ McCorduck, Pamela (2004), Máquinas que piensan (2.ª ed.), Natick, Massachusetts: AK Peters, ISBN  1-5688-1205-1págs.  480–483
  11. ↑ Primera Reina en MobyGames
  12. ↑ "Sitio oficial" . Kure Software Koubou . Consultado el 19 de mayo de 2011 .( Traducción )
  13. ↑ Schwab, 2004, págs. 97–112
  14. ↑ Schwab, 2004, pág. 107
  15. ↑ Inteligencia emergente en juegos Archivado el 19 de febrero de 2011 en Wayback Machine el 17 de febrero de 2011 .
  16. ↑ Rabin, S. (2017). Game AI Pro 3: Sabiduría recopilada de profesionales de la IA en videojuegos (Vol. 3). CRC Press LLC. https://www.gameaipro.com/GameAIPro3/GameAIPro3_Chapter01_The_Illusion_of_Intelligence.pdf
  17. ^ Yannakakis , Geogios N (2012). "Juego de IA revisado". Actas de la novena conferencia sobre fronteras de la informática (PDF) . págs. 285–292 . doi : 10.1145/2212908.2212954 . ISBN  9781450312158. S2CID 4335529 . Archivado (PDF) del original el 8 de agosto de 2014. 
  18. ↑ Good, Owen S. (5 de agosto de 2017). "Un mod de Skyrim hace que las interacciones con los PNJ sean menos guionizadas y más parecidas a las de Los Sims" . Polygon . Consultado el 16 de abril de 2018 .
  19. ^ Lara-Cabrera, R., Nogueira-Collazo, M., Cotta, C., & Fernández-Leiva, AJ (2015). Juego de inteligencia artificial: desafíos para la comunidad científica.
  20. ↑ Yannakakis, GN (2012, mayo). Revisión de la IA en juegos. En Actas de la 9.ª conferencia sobre Fronteras de la Computación (págs. 285–292). ACM.
  21. ↑ Hagelback, Johan y Stefan J. Johansson. «Cómo lidiar con la niebla de guerra en un entorno de juego de estrategia en tiempo real». En Inteligencia Computacional y Juegos, 2008. CIG'08. Simposio IEEE sobre, págs. 55-62. IEEE, 2008.
  22. 1 2 Abd Algfoor, Zeyad; Sunar, Mohd Shahrizal; Kolivand, Hoshang (2015). "Un estudio exhaustivo sobre técnicas de búsqueda de rutas para robótica y videojuegos" . Revista internacional de tecnología de juegos de computadora . 2015 : 1–11 . doi : 10.1155/2015/736138 .
  23. ↑ Yap, Peter. "Búsqueda de rutas basada en cuadrículas". En Conferencia de la Sociedad Canadiense para Estudios Computacionales de la Inteligencia, págs. 44-55. Springer, Berlín, Heidelberg, 2002.
  24. ↑ Sturtevant, NR (junio de 2012). "Benchmarks for Grid-Based Pathfinding". IEEE Transactions on Computational Intelligence and AI in Games . 4 (2): 144– 148. Bibcode : 2012ITCIA...4..144S . doi : 10.1109/TCIAIG.2012.2197681 . S2CID 2864753 . 
  25. ↑ Goodwin, SD, Menon, S., & Price, RG (2006). Pathfinding in open terrain. En Proceedings of International Academic Conference on the Future of Game Design and Technology.
  26. ↑ Nareyek, A. (2004). IA en videojuegos. Queue, 1(10).
  27. 1 2 Cui, X., & Shi, H. (2011). Búsqueda de rutas basada en A* en videojuegos modernos. International Journal of Computer Science and Network Security, 11(1), 125-130.
  28. ↑ "Técnicas e ideales de diseño para videojuegos" . Revista Byte . Vol. 7, n.º 12. 1982. pág. 100.   
  29. ↑ Lidén, L. (2003). Estupidez artificial: El arte de los errores intencionales. AI game programming wisdom, 2, 41-48.
  30. ↑ "Inteligencia artificial en el diseño de juegos" . ai-depot.net . Consultado el 23 de mayo de 2024 .
  31. 1 2 3 4 5 Todd, Graham; Earle, Sam; Nasir, Muhammad Umair; Green, Michael Cerny; Togelius, Julian (2023). "Generación de niveles mediante grandes modelos de lenguaje" . Actas de la 18.ª Conferencia Internacional sobre los Fundamentos de los Juegos Digitales . págs. 1–8 . arXiv : 2302.05817 . doi : 10.1145/3582437.3587211 . ISBN  978-1-4503-9855-8.
  32. ↑ R. van der Linden, R. Lopes y R. Bidarra, "Generación procedimental de mazmorras", en IEEE Transactions on Computational Intelligence and AI in Games, vol. 6, n.º 1, marzo de 2014, pp. 78-89. doi: 10.1109/TCIAIG.2013.2290371 .
  33. 1 2 Seidel, S., et al. "Inteligencia artificial y creación de videojuegos: un marco para la nueva lógica del diseño autónomo." Journal of Digital Social Research , vol. 2, n.º 3, noviembre de 2020, págs. 126–157. doi:10.33621/jdsr.v2i3.46 .
  34. 1 2 Liapis, Antonios (2021). «Inteligencia artificial para el diseño de juegos» . Inteligencia artificial y las artes . Síntesis computacional y sistemas creativos. pp. 277–310 . doi : 10.1007/978-3-030-59475-6_11 . ISBN  978-3-030-59474-9.
  35. ↑ Perry, Haley (9 de mayo de 2023). "No tengas miedo. Juega a un roguelike" . The New York Times . Consultado el 27 de junio de 2026 .
  36. ↑ Scirea, Marco, et al. "Composición musical evolutiva afectiva con MetaCompose." Genetic Programming and Evolvable Machines , vol. 18, n.º 4, diciembre de 2017, pp. 433–465. doi:10.1007/s10710-017-9307-y .
  37. ↑ Scirea, Marco, et al. "Evolución de la música expresiva del estado de ánimo en el juego con MetaCompose." Actas de Audio Mostly 2018 sobre sonido en inmersión y emoción (AM '18) , Association for Computing Machinery, 2018, Artículo 8, pp. 1-8. doi:10.1145/3243274.3243292 .
  38. ↑ Mulligan, SJ (10 de septiembre de 2024). ¿Qué impacto tendrá la IA en el desarrollo de videojuegos? MIT Technology Review. https://www.technologyreview.com/2024/09/10/1103752/what-impact-will-ai-have-on-video-game-development/
  39. ↑ Singh, B., Vicepresidente de Ingeniería, Tornow, N., Vicepresidente de Ingeniería, y 2025. (s.f.). Presentando Roblox Cube: Nuestro sistema central de IA generativa para 3D y 4D. Roblox Corporate. Recuperado el 30 de julio de 2025 de https://corp.roblox.com/newsroom/2025/03/introducing-roblox-cube
  40. ↑ Statt, Nick (9 de marzo de 2019). "CÓMO LA INTELIGENCIA ARTIFICIAL REVOLUCIONARÁ LA FORMA EN QUE SE DESARROLLAN Y SE JUETAN LOS VIDEOJUEGOS" . Recuperado el 23 de febrero de 2020 .
  41. ↑ "La IA crea nuevos niveles para Doom" . BBC News. 8 de mayo de 2018. Consultado el 17 de mayo de 2018 .
  42. ↑ Vincent, James (22 de mayo de 2020). "La IA de Nvidia recrea Pac-Man desde cero con solo observar cómo se juega" . The Verge . Consultado el 28 de mayo de 2020 .
  43. ↑ [*Inteligencia Artificial en Juegos*]( https://link.springer.com/content/pdf/10.1007/978-3-319-42716-4.pdf ). SpringerLink, 2016.
  44. ↑ [*Técnicas de IA para sistemas de juegos interactivos*]( https://ieeexplore.ieee.org/abstract/document/6363215 ). IEEE, 2012.
  45. ↑ Coleman, Terry Lee (julio de 1994). "No es pesado, es mi soberano" . Computer Gaming World . págs. 110–111 . 
  46. 1 2 Scott, Bob (2002). "La ilusión de la inteligencia". En Rabin, Steve (ed.). Sabiduría en la programación de juegos de IA . Charles River Media. pp. 16–20 . 
  47. 1 2 Wilson, Johnny L.; Brown, Ken; Lombardi, Chris; Weksler, Mike; Coleman, Terry (julio de 1994). "El dilema del diseñador: la octava conferencia de desarrolladores de videojuegos" . Computer Gaming World . págs. 26-31 . 
  48. ↑ Wilson, Johnny L. (febrero de 1994). "Mea Culpas y culpabilidad" . Editorial. Computer Gaming World . pág. 8. 
  49. ↑ "La 7ª Conferencia Internacional de Desarrolladores de Videojuegos" . Computer Gaming World . Julio de 1993. pág. 34. Consultado el 12 de julio de 2014 . 
  50. 1 2 "AiGameDev – Los 10 juegos de IA más influyentes" . Archivado del original el 21 de abril de 2013. Recuperado el 22 de septiembre de 2012 .
  51. ↑ Horti, Samuel (3 de abril de 2017). "Por qué la IA de FEAR sigue siendo la mejor en los juegos de disparos en primera persona" . Rock, Paper, Shotgun . Recuperado el 29 de diciembre de 2020 .
  52. ↑ "Construyendo la IA del MIEDO con planificación de acciones orientada a objetivos" . gamasutra.com . 7 de mayo de 2020. Consultado el 29 de diciembre de 2020 .{{cite web}}: CS1 maint: servicio de archivado obsoleto ( enlace )
  53. ↑ "StarCraft II" . StarCraft II . Consultado el 28 de febrero de 2017 .
  54. ↑ "Red Dead Redemption 2: La cúspide actual de la IA en los videojuegos" . Blog de Chris . 17 de mayo de 2019. Consultado el 4 de septiembre de 2024 .
  55. ↑ Litchfield, Ted (4 de febrero de 2024). "Este 'juego de creación sin fin' basado en navegador comienza con fuego y agua, pero rápidamente escala a Dios, el Big Bang y 'Yin-Yoda'"." . PCGamer . Consultado el 24 de febrero de 2024 .
  56. ↑ Bentley, James (1 de noviembre de 2024). "Se presenta Minecraft generado por IA, que muestra la capacidad ilimitada de la IA para copiar cosas, pero peores" . PC Gamer . Recuperado el 5 de noviembre de 2024 .
  57. ↑ Cubbison, Samantha (6 de enero de 2025). "Análisis de la demo de AI2U: Tu novia IA te espera" . Indie Game World . Consultado el 1 de febrero de 2026 .
  58. ↑ Webster, Andrew (17 de marzo de 2026). "DLSS 5 de Nvidia es como suavizado de movimiento para videojuegos, pero peor" . The Verge . Consultado el 17 de marzo de 2026 .
  59. ↑ Robinson, Andy (17 de marzo de 2026) .«Están completamente equivocados»: el CEO de Nvidia responde a las críticas generalizadas sobre DLSS 5. Video Games Chronicle . Consultado el 17 de marzo de 2026 .
  60. ↑ Cairns, Rebecca (23 de octubre de 2023) .«Los videojuegos están a punto de experimentar una gran transformación»: Cómo la IA generativa podría remodelar radicalmente los videojuegos . CNN . Consultado el 9 de enero de 2024 .
  61. ↑ Rufo, Yasmin (6 de diciembre de 2023). "El sindicato de actores de Hollywood Sag-Aftra ratifica el contrato que pone fin a la huelga" . BBC News . Consultado el 15 de noviembre de 2025 .
  62. ↑ Gerkin, Tom (11 de enero de 2024). "Los actores de doblaje de videojuegos quedan desconcertados por el 'pésimo' acuerdo sindical sobre IA" . BBC News . Consultado el 12 de enero de 2024 .
  63. ↑ Campione, Katie (11 de junio de 2025). "SAG-AFTRA suspende la huelga de videojuegos tras alcanzar un acuerdo preliminar con importantes desarrolladores" . Deadline . Consultado el 11 de junio de 2025 .
  64. ↑ McEvoy, Sophie (13 de junio de 2025). "La junta nacional de SAG-AFTRA aprueba un acuerdo preliminar" . GamesIndustry.biz . Consultado el 13 de junio de 2025 .
  65. ↑ Oganesyan, Natalie (9 de julio de 2025). "SAG-AFTRA aprueba abrumadoramente el acuerdo sobre videojuegos, poniendo fin oficialmente a una huelga de casi un año" . Deadline Hollywood. Archivado del original el 10 de julio de 2025. Recuperado el 10 de julio de 2025 .
  66. ↑ Hunter, Tatum (26 de enero de 2026). "Los jugadores enfadados obligan a los estudios a descartar o replantearse los nuevos lanzamientos" . Washington Post . Consultado el 27 de junio de 2026 .
  67. ↑ Packwood, Lewis (11 de noviembre de 2025). "Tim Sweeney de Epic se involucra en la polémica sobre la IA de Arc Raiders" . GamesIndustry.biz . Consultado el 15 de noviembre de 2025 .
  68. ↑ Porter, Jon (10 de enero de 2024). "Valve abre la puerta a más juegos de Steam desarrollados con IA" . The Verge . Consultado el 15 de noviembre de 2025 .
  69. ↑ Clark, Tim (24 de junio de 2026). "Tim Sweeney sobre el futuro de los juegos, la IA y si Valve alguna vez unirá fuerzas con Epic: 'Ahora está claro que nadie va a terminar con un monopolio absoluto'"." . PC Gamer . Consultado el 27 de junio de 2026 .

Lecturas adicionales

  • Bogost, Ian (2017). "La 'inteligencia artificial' se ha vuelto carente de significado."
  • Bourg; Seemann (2004). IA para desarrolladores de videojuegos . O'Reilly & Associates . ISBN 0-596-00555-5.
  • Buckland (2002). Técnicas de IA para la programación de juegos . Muska & Lipman . ISBN 1-931841-08-X.
  • Buckland (2004). Programación de IA para juegos mediante ejemplos . Wordware Publishing . ISBN 1-55622-078-2.
  • Champandard (2003). Desarrollo de juegos con IA . New Riders . ISBN 1-59273-004-3.
  • Eaton, Eric et al. (2015). "¿Quién habla en nombre de la IA?"
  • Funge (1999). IA para animación y juegos: un enfoque de modelado cognitivo . AK Peters . ISBN 1-56881-103-9.
  • Funge (2004). Inteligencia artificial para videojuegos: una introducción . AK Peters. ISBN 1-56881-208-6.
  • Kaplan, Jerry (2017). "El problema de relaciones públicas de la IA."
  • Millington (2005). Inteligencia artificial para juegos. Archivado el 4 de septiembre de 2012 en Wayback Machine . Morgan Kaufmann . ISBN 0-12-497782-0.
  • Schwab (2004). Programación de motores de juegos de IA . Charles River Media . ISBN 1-58450-344-0.
  • Smed y Hakonen (2006). Algoritmos y redes para videojuegos . John Wiley & Sons . ISBN 0-470-01812-7.
  • Grupo de Interés Especial en Inteligencia Artificial @IGDA
  • Consejos de programación de juegos con IA en aiwisdom.com
  • Georgios N. Yannakakis y Julian Togelius
Lecturas relacionadas
6 articulos
Dos niños jugando Pong en un televisor.VideojuegoConsola Pong de primera generación en el Computerspielemuseum de Berlín Un videojuego , también conocido como juego de computadora o simplemente ju...Non-player characterNon-player characterA non-player character (NPC), also called a non-playable character, is a character in a game that is not controlled by a player.[1] The term origin...Ciencias de la ComputaciónCiencias de la ComputaciónÁreas fundamentales de la informática La informática es el estudio de la computación , la información y la automatización . [1] [2] [3] La informát...Teoría del controlTeoría del controlLa teoría de control es un campo de la ingeniería de control y las matemáticas aplicadas que se ocupa del control de sistemas dinámicos en procesos...RobóticaRobóticaLa robótica es el estudio interdisciplinario y la práctica del diseño, construcción, operación y uso de robots . [1]Inteligencia artificialInteligencia artificialLa inteligencia artificial ( IA ), en su sentido más amplio, es la inteligencia que exhiben las máquinas , en particular los sistemas informáticos ...