Toujours prévu pour le 6 juin prochain, MotoGP 19 se dévoile un peu plus aujourd’hui en présentant le fruit de deux ans de travail dans un domaine ou de nombreux jeux de courses ont grandement besoin d’évoluer : l’intelligence artificielle. Reste à savoir si ces belles promesses donneront un résultat satisfaisant manette en main.
A.N.N.A est le fruit de plus de deux ans de développement en commun avec les ingénieurs et spécialistes data d’Orobix, entreprise spécialisée dans les solutions d’Intelligence Artificielle, et constitue un nouveau modèle, contrairement à l’IA classique dont chaque action est prévue par les développeurs à l’avance.
En effet, avec l’IA basée sur des réseaux neuronaux, l’approche est complètement différente ; les développeurs ne définissent pas de comportements, mais donnent à l’IA des objectifs et des outils pour les atteindre. Au travers d’un complexe système de récompenses, ils « apprennent » à l’IA quels comportements permettent d’atteindre l’objectif et lesquels ne le permettent pas ; c’est l’IA elle-même qui décide des meilleures actions à prendre pour atteindre son objectif.
Cette approche de machine learning s’appelle l’apprentissage par renforcement, et permet d’obtenir une IA consciente de son environnement et des conséquences de ses actions, par opposition aux approches basées sur l’observation et l’imitation des comportements humains sans véritable compréhension. Dans le premier cas, la stratégie choisie par l’IA est une conséquence de ses interactions avec l’environnement, et dans le second cas elle lui est imposée.
La phase d’apprentissage par renforcement dure plusieurs mois, pendant lesquels les développeurs simulent plus de 200 000 courses, soit plus qu’un pilote professionnel court toute sa vie. Pendant cette phase, les activités de l’IA Neuronale peuvent être divisées en deux parties : la phase d’exploration, où l’IA apprend si les conséquences de ses actions sont utiles ou non à son objectif, et la phase d’exploitation, où l’IA utilise son expérience et ses connaissances pour obtenir la meilleure récompense possible.
Il en résulte un comportement de conduite extrêmement réaliste et naturel, avec des manœuvres et des techniques similaires à celles de pilotes professionnels. En termes de performance, l’IA Neuronale obtient des temps très proche des professionnels en situation réelle, et est bien plus rapide que les IA traditionnelles. En groupe, elle se montre agressive mais juste, et est capable de tirer parti de toutes les erreurs. Cependant, pour que tous les joueurs y trouvent leur compte, le niveau de difficulté sera customisable. Pour les fans hardcore de MotoGP™, le challenge n’aura jamais été aussi relevé !
« Il s’agit d’une des plus grandes innovations dans l’histoire de Milestone », déclare Luisa Bixio, PDG de Milestone. « Le travail fantastique fourni par nos ingénieurs, en partenariat avec Orobix, est un très bel exemple de deux entreprises indépendantes qui innovent dans une industrie souvent contrôlée par de grandes firmes. C’est une preuve de notre créativité, de notre passion et de notre capacité à innover. »
Michele Caletti, producteur de MotoGP™19, déclare « nous avons développé le jeu en fonction des retours reçus de notre communauté passionnée. L’une des requêtes les plus fréquentes était un challenge plus grand en mode un joueur, et une IA au comportement plus naturel. Grâce aux réseaux neuronaux, nous avons atteint ces deux objectifs, avec des résultats encore meilleurs que ce que nous attendions. Je pense véritablement que ce n’est que le premier pas sur le chemin des réseaux neuronaux, qui seront essentiels au développement de nos prochains titres. »
Luca Antigue, Chief Technical Officer d’Orobix, déclare « il était intéressant de travailler de concert avec les ingénieurs et designers de Milestone, et de voir une nouvelle génération d’IA évoluer. Il est très motivant de savoir que la technologie sur laquelle nous avons œuvrée pendant des mois sera utilisée sur PC et sur consoles dans le monde entier. Chez Orobix, nous travaillons déjà à d’autres applications de cette technologie dans des secteurs comme l’industrie médicale ou industrielle. »
