Može li umjetna inteligencija sama naučiti igrati videoigru – bez unaprijed zadanih pravila, skripti ili „cheatova“? Kako isprogramirati agenta koji uči na koji način optimizirati izvedbu kroz iskustvo, najčešće koristeći metodu podržanog učenja ili tzv. Reinforcement Learninga – RL ili dubokog podržanog učenja, odnosno Deep Reinforcement Learninga – DRL.

Upravo je to pitanje bilo pokretač završnog rada studenta VERN'ovog prijediplomskog studija Interneta stvari (Internet of Things – IoT), koji je razvio vlastitu 2D platformsku igru Super Toni Bros te za nju razvio i implementirao autonomnog AI agenta koji je sposoban samostalno učiti, prilagođavati se i – u konačnici – prijeći razinu u igri.

Posjetite službenu web stranicu Sveučilišta VERN'

Na prvi pogled, Super Toni Bros podsjeća na klasične platformere koji su obilježili povijest videoigara. No ispod površine se krije sofisticirani eksperimentalni sustav koji služi kao poligon za testiranje umjetne inteligencije. Ovdje igra nije samo zabava, već laboratorij u kojem se ispituje kako se AI ponaša u dinamičnom, nepredvidivom okruženju.

AI koji ne slijedi skriptu, nego evoluira

Za razliku od klasičnih ne-igračkih likova (NPC-jeva), koji reagiraju prema unaprijed programiranim pravilima, AI agent u Super Toni Brosu ne zna kako prijeći razinu. Nema mapu, nema upute i nema „ispravnog rješenja“. Umjesto toga, koristi genetske algoritme – metodu inspiriranu prirodnom evolucijom – kako bi kroz pokušaje i pogreške razvio učinkovitu strategiju kretanja.

„Odlučio sam se za genetske algoritme jer nude savršen omjer jednostavnosti i snage. Za razliku od drugih metoda, znatno su lakši za implementaciju, a ipak iznimno sposobni. Htio sam pokazati da se uz kod inspiriran prirodnom evolucijom mogu postići vrhunski rezultati bez nepotrebne složenosti“, objasnio je autor igre i AI agenta, student VERN'a Toni Jelavić.

U igri, nadalje, agent raspolaže osnovnim skupom akcija: može se kretati lijevo ili desno, skakati i zadržavati određenu radnju tijekom definiranog vremena. Te jednostavne akcije kombiniraju se u nizove koji čine svojevrsni „mozak“ umjetne inteligencije. Svaki pokušaj igranja završava evaluacijom, a to znači da agentova „fitness“ ocjena ovisi o tome koliko je dalje stigao i koliko se približio cilju.

Najuspješniji agenti iz vrste „preživljavaju“, njihova se ponašanja križaju i mutiraju, a slabiji se odbacuju. Tako se kroz desetke ili stotine generacija počinje događati nešto fascinantno: iz kaotičnog skakanja i nasumičnog kretanja pojavljuje se smisleno ponašanje pa AI agent počinje tempirati skokove, koristiti zalet i sustavno napredovati kroz razinu.

Emergentna inteligencija u praksi

No, jedan od najupečatljivijih aspekata ovog projekta je pojava tzv. emergentne inteligencije, budući da pravila poput „skoči ovdje“ ili „pazi na rupu“ nisu isprogramirana. Umjesto toga, sustav je dobio samo osnovne alate i mehanizam nagrađivanja. Sve ostalo, uključujući precizne skokove i optimalne putanje, nastalo je spontano kroz proces učenja.

Kako objašnjava Toni: „emergentna inteligencija znači da AI ne izvršava moje instrukcije, već pronalazi vlastita rješenja. Agentu nisam dao 'recept' kako pobijediti, već samo osnovne alate. On je kroz evoluciju sam otkrio da, primjerice, zalet prije skoka povećava šansu za uspjeh. To znanje nije bilo u mom kodu, ono je nastalo (emergiralo) isključivo kroz njegovo iskustvo u igri.“

Na jednostavnijim razinama AI agent relativno brzo pronalazi rješenje. No kako razine postaju složenije, s većim razmacima i zahtjevnijim manevrima, vidljiva su i ograničenja trenutačne implementacije. To nije slabost projekta, nego njegova snaga: jasno pokazuje kako dizajn funkcije nagrađivanja i struktura „mozga“ izravno utječu na ponašanje umjetne inteligencije.

Drugim riječima, ovaj rad ne prikazuje samo uspjeh, nego i granice tehnologije – što je ključno za ozbiljno razumijevanje AI sustava.

Igra kao istraživački alat

Važan doprinos rada je i sama igra Super Toni Bros, koja nije tek demonstracijski dodatak, nego pažljivo dizajnirano okruženje za učenje. Fizički model igre – gravitacija, kolizije, platforme – morao je biti iznimno stabilan i deterministički kako bi AI agent mogao učiti iz konzistentnih povratnih informacija.

„Ideja se rodila kao spoj teorije i znatiželje. Na studiju smo imali kolegij Strojno učenje koji mi je dao potrebne temelje, no prava iskra došla je gledajući videe entuzijasta na internetu koji su trenirali AI da igra Super Mario. To me fasciniralo i htio sam vidjeti mogu li ja, koristeći znanje s fakulteta, napraviti svoju verziju tog eksperimenta i stvoriti vlastiti poligon za testiranje umjetne inteligencije“, otkrio je Toni pozadinu ideje za nastanak igre.

Nadmetanje stroja i čovjeka

Uz autonomni način igranja, razvio je i tzv. ručni môd, koji omogućuje „živim igračima“ da igraju istu razinu. Time se otvara zanimljiva usporedba između ljudske intuicije i strojnog učenja, ali i potencijal za buduće primjene poput automatskog testiranja igrivosti ili balansiranja težine razina.

Iako je riječ o završnom radu na prijediplomskom studiju, projekt jasno pokazuje na koji se način suvremene tehnologije umjetne inteligencije mogu primijeniti u praksi. Sustavi poput ovoga već se koriste u industriji videoigara za playtesting, optimizaciju dizajna i razvoj pametnijih NPC-jeva, ali i u širem kontekstu autonomnih sustava i simulacija.

Za postojeće i buduće studente Sveučilišta VERN', ovaj projekt, ali i mnogi drugi slični njemu koji su nastali na informatičkim studijima, predstavljaju konkretan dokaz da studenti ne usvajaju samo teorijska znanja, nego razvijaju funkcionalne, kompleksne sustave koji povezuju programiranje, umjetnu inteligenciju i kreativan dizajn.

Povratak istraživanju i razumijevanju

Stoga su Super Toni Bros i njegov autonomni AI agent više od zanimljivog eksperimenta. Riječ je o promišljenom i tehnički zahtjevnom projektu koji na razumljiv način demonstrira kako umjetna inteligencija uči, kako se ponašanje može razviti bez eksplicitnih uputa i gdje se danas nalaze granice takvih sustava.

U vremenu kada se o umjetnoj inteligenciji često govori apstraktno ili senzacionalistički, ovakav rad vraća fokus na ono najvažnije: znanje, eksperimentiranje i razumijevanje tehnologije iznutra. Upravo zato predstavlja vrijedan primjer onoga što se može naučiti, i praktično napraviti, tijekom studija.

Riječ rektora

Sveučilište VERN’ sustavno gradi prepoznatljivost u području STEM edukacije fokusirajući se pritom na primijenjena znanja, interdisciplinarnost i rad na stvarnim projektima. Naši studenti ne uče tehnologiju isključivo teorijski, nego je od samog početka koriste kao alat za rješavanje konkretnih problema. Projekt poput razvoja autonomnog AI agenta za vlastitu videoigru izvrstan je primjer tog pristupa, ali važno je naglasiti da on nije iznimka, već je samo jedan od brojnih sličnih projekata koji nastaju na informatičkim studijima VERN’a. Studenti se potiču na istraživanje, eksperimentiranje i kreativno razmišljanje, uz mentorsku podršku nastavnika i povezivanje s aktualnim tehnološkim trendovima. Naša je ambicija i u budućnosti jačati STEM studije, razvijati napredne digitalne i AI kompetencije te dodatno povezivati akademsku zajednicu s gospodarstvom, kako bismo obrazovali stručnjake koji dubinski razumiju tehnologiju i koji su spremni aktivno sudjelovati u njenom razvoju.