Saltar, andar, nadar, dirigirse a un objetivo cambiante, competir…son algunas de las acciones que desarrollan unas criaturas creadas digitalmente y programadas desde la nada, como robots, para estudiar su comportamiento en un mundo tridimensional. Es lo que investiga Karl Sims, especialista en la animación por ordenador y famoso por sus investigaciones y experimentos en el campo de los sistemas de partículas y la inteligencia artificial. Sims actualmente dirige GenArts, una compañía norteamericana de Massachusetts que desarrolla efectos especiales para películas.
Estas criaturas, formadas por elementos primitivos se comportan mediante algoritmos genéticos. Éstos utilizan nodos y conexiones que enlazan las distintas partes de las criaturas y las ponen en movimiento. Se buscan distintos movimientos, diferentes comportamientos realísticos de estos seres reducidos a la mínima expresión para trabajar con más fluidez y realizar un número de cálculos bajo. Una vez encontrados los comportamientos adecuados, será posible “vestir” a las criaturas con texturas, colores y formas más aproximadas a las reales.
Para cada comportamiento o morfología que buscamos, se necesita un diseño de algoritmo genético totalmente nuevo. Los algoritmos genéticos también son conocidos como algoritmos evolutivos, y están basados en la probabilidad y en la evolución. Las criaturas ejercen capacidad de decisión a medida que avanza la acción, y cambian su objetivo en función de cómo evolucionan tanto ellas como su entorno.
Las criaturas poseen sensores (de posición, ángulo, luz y contacto), nodos neuronales (programa que pretende aportar una conducta arbitraria a la criatura más allá de los valores sensoriales) y efectores (contienen conexiones a neuronas y sensores, y simulan la fuerza de los músculos). En la simulación entran en juego muchas cosas, como la dinámica de las partículas, la detección de colisiones, las fricciones o los choques, la fuerza de la gravedad, la respuesta ante cada situación inesperada, etc.
Estas criaturas tienen una vida determinada durante el experimento. Sólo “sobreviven” algunas de ellas. Las que no dan buenos resultados pasan a mejor vida, mientras se desarrollan nuevos “hijos” de las supervivientes copiando su constitución genética y alterándola de forma aleatoria. Estas evoluciones darán lugar a su vez a otras, y así sucesivamente. Una misma acción, como andar, puede dar lugar a comportamientos muy distintos desarrollados por seres diferentes (correr, cojear, andar en círculos…). Un sistema muy interesante para desarrollar comportamientos inteligentes en seres creados digitalmente.
Albert Solà
Junio 2010
Saltar, andar, nadar, dirigirse a un objetivo cambiante, competir…son algunas de las acciones que desarrollan unas criaturas creadas digitalmente y programadas desde la nada, como robots, para estudiar su comportamiento en un mundo tridimensional. Es lo que investiga Karl Sims, especialista en la animación por ordenador y famoso por sus investigaciones y experimentos en el campo de los sistemas de partículas y la inteligencia artificial. Sims actualmente dirige GenArts, una compañía norteamericana de Massachusetts que desarrolla efectos especiales para películas.
Estas criaturas, formadas por elementos primitivos se comportan mediante algoritmos genéticos. Éstos utilizan nodos y conexiones que enlazan las distintas partes de las criaturas y las ponen en movimiento. Se buscan distintos movimientos, diferentes comportamientos realísticos de estos seres reducidos a la mínima expresión para trabajar con más fluidez y realizar un número de cálculos bajo. Una vez encontrados los comportamientos adecuados, será posible “vestir” a las criaturas con texturas, colores y formas más aproximadas a las reales.
Para cada comportamiento o morfología que buscamos, se necesita un diseño de algoritmo genético totalmente nuevo. Los algoritmos genéticos también son conocidos como algoritmos evolutivos, y están basados en la probabilidad y en la evolución. Las criaturas ejercen capacidad de decisión a medida que avanza la acción, y cambian su objetivo en función de cómo evolucionan tanto ellas como su entorno.
Las criaturas poseen sensores (de posición, ángulo, luz y contacto), nodos neuronales (programa que pretende aportar una conducta arbitraria a la criatura más allá de los valores sensoriales) y efectores (contienen conexiones a neuronas y sensores, y simulan la fuerza de los músculos). En la simulación entran en juego muchas cosas, como la dinámica de las partículas, la detección de colisiones, las fricciones o los choques, la fuerza de la gravedad, la respuesta ante cada situación inesperada, etc.
Estas criaturas tienen una vida determinada durante el experimento. Sólo “sobreviven” algunas de ellas. Las que no dan buenos resultados pasan a mejor vida, mientras se desarrollan nuevos “hijos” de las supervivientes copiando su constitución genética y alterándola de forma aleatoria. Estas evoluciones darán lugar a su vez a otras, y así sucesivamente. Una misma acción, como andar, puede dar lugar a comportamientos muy distintos desarrollados por seres diferentes (correr, cojear, andar en círculos…). Un sistema muy interesante para desarrollar comportamientos inteligentes en seres creados digitalmente.