Generación de niveles de juego de plataformas utilizando redes neuronales LSTM

• Autores: Cerrone, Juan Pedro
• Año de publicación: 2020
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Tommasel, Antonela; Rodriguez, Juan Manuel
• Materia: Super Mario Bros; Inteligencia artificial; Machine learning; Deep Learning; Redes LSTM; Long Short Term Memory; LSTM; Ingeniería de sistemas; Redes neuronales; Videojuegos
• Institución: Universidad Nacional del Centro de la Provincia de Buenos Aires

En este texto se detalla la creación de un generador de niveles para el juego Super Mario Bros. El mismo está basado en la implementación y utilización de una red neuronal recurrente que interprete a los niveles como secuencias de bloques. La red fue entrenada con un conjunto de niveles pertenecientes al juego original y a su secuela, con los que crea modelos internos que le permiten interpretar y asimilar los diferentes patrones que conforman los bloques en estos niveles para luego poder utilizarlos en la producción de nuevos niveles. Para decidir qué técnicas y métodos utilizar, se analizaron múltiples trabajos de investigación relevantes en el área de la generación procedural de niveles para Super Mario Bros. En los últimos años la utilización de técnicas de inteligencia artificial como el machine learning, el deep learning y varias de sus implementaciones como las redes generativas antagónicas y las redes LSTM, cuyas siglas corresponden a Long Short Term Memory en inglés, han sido los principales focos de atención de este campo de investigación. Se consideraron varias de estas técnicas y finalmente se eligieron las redes LSTM tras observar su utilización en el trabajo de A. Summerville y M. Mateas “Super Mario as a String: Platformer Level Generation Via LSTMs” y notar la calidad y similitud de los niveles generados por su implementación de la red con los originales. Luego de experimentar con una gran cantidad de configuraciones y parámetros elegidos para la red, la misma fue entrenada, aprendiendo a generar niveles similares a los originales. Los resultados obtenidos por el generador de niveles resultante fueron muy satisfactorios, ya que los niveles creados por el mismo respetan la filosofía de diseño y la progresión de dificultad ascendente característica de los de Super Mario Bros. En ellos también se pudieron reconocer una gran variedad y cantidad de patrones generados, idénticos a los que suelen aparecer en el juego original. Otras particularidades como la cantidad de enemigos, bloques especiales y complejidad de los niveles también resultaron ser similares a las del juego original. Además se implementaron varios mecanismos que permiten al usuario de la red generar niveles con características acordes a sus preferencias.
Fil: Cerrone, Juan Pedro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Tommasel, Antonela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rodriguez, Juan Manuel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.