Een software-ingenieur heeft een kunstmatige intelligentie getraind om Pokémon Red te spelen

Peter Whidden/YouTube

Ingenieur Peter Whidden heeft een kunstmatige intelligentie ontwikkeld die met behulp van reinforcement learning heeft geleerd hoe het klassieke spel Pokémon Red uit 1996 gespeeld moet worden. De AI heeft in de loop der jaren meer dan 50.000 uur doorgebracht in de virtuele wereld van Pokémon.

Dit is wat we weten

Whidden heeft een video van een minuut op YouTube gezet waarin hij laat zien hoe de AI in het spel werkt. De ontwikkelaar publiceerde ook de code en instructies die hij gebruikte op GitHub, zodat andere gebruikers hun eigen virtuele spelers kunnen maken op basis van zijn algoritmes.

Het versterkingsmodel stimuleert de AI om het niveau van Pokémon in een team te verhogen, nieuwe locaties te verkennen, gevechten te winnen en stadionleiders te verslaan. Soms wijken deze doelen af van de voortgang van het spel, wat leidt tot grappig AI-gedrag.

De AI kan bijvoorbeeld "vastzitten" op één plek terwijl hij de omgeving bewondert of een "trauma" oplopen wanneer hij per ongeluk een Pokémon verliest. Dergelijk suboptimaal maar vertederend AI-spel maakt het publiek sympathiek.

Aanvankelijk kon de AI niet eens voorbij de startlocaties komen omdat hij de tekstaanwijzingen in het spel niet kon interpreteren. Whidden bracht wijzigingen aan in de code en algoritmes om de virtuele speler verder te helpen. Hierdoor kon de AI de eerste grotten buiten de beginstad bereiken.

Volgens Whidden biedt deze aanpak een interessante uitleg over de werking van AI-algoritmen aan de hand van een populair spel. Reinforcement learning is eerder gebruikt om algoritmes te maken die schaken, Go en andere spellen spelen. Maar een project gebaseerd op Pokémon Red heeft vooral de aandacht getrokken vanwege het gebruik van favoriete personages als demonstratie van complexe AI-concepten.

Bron: TechCrunch