Modelling Suspicion as a Game Mechanism for Designing a Computer-Played

Investigation Character II Congreso de la Sociedad Española para las Ciencias del Videojuego – 24/6/2015

Nahum Alvarez Gameloft Tokyo

Federico Peinado U. Complutense Madrid

{

L A B O R A T O R I E S

Dar a conocer Narratech y concretamente este trabajo emergente que estamos planteando

Obtener el apoyo y el consejo de la comunidad investigadora reunida en torno a SECiVi

Invitar a participar en este y otros proyectos de Narratech

Propósito de la presentación

Vitalidad

Movimiento, combate, interacción variada…

Sociabilidad

Comunicación, emoción, roles, diálogo…

Identidad

Persistencia, trasfondo y personalidad propia…

Inteligencia y autonomía

Creatividad e improvisación

Personajes no jugadores + creíbles

Percepción y comprensión del entorno

Incluido el comportamiento de otros, como el jugador

Conocimientos, creencias y deseos

Propios y desligados del argumento principal del juego y del jugador

Sentido común, afectividad y relaciones sociales de todo tipo

Razonamiento teórico y práctico

Comunicación en lenguaje verbal y no verbal

Moralidad y autoconciencia

Mentes que den + “juego”

Deducción, inducción y abducción

En ámbito lógico-matemático, probabilista, espacial, temporal, de dominios específicos…

Conocimiento incompleto e incierto

Representación de otras mentes

Sistemas de mantenimiento de verdad

Sistemas de confianza, si hay manipulación (engaños)

Generación proactiva de objetivos y planes

Toma de decisiones y resolución de problemas

Aprendizaje

Razonamiento + interesante

Diseñar un videojuego que plantee la sospecha como principal mecanismo para crear jugabilidad

Incorporar un personaje no jugador que razone y utilice un sistema de confianza para discriminar sospechosos

Modelar el tipo de escenario que sería necesario abordar para el desarrollo de semejante IA

Ilustrarlo con un ejemplo

Objetivos

Modelado de situaciones relacionadas con la temática del juego (casos de detectives)

Revisión del estado del arte en argumentación lógica, razonamiento abductivo, toma de decisiones, engaño y sistemas de confianza y reputación entre agentes

Desarrollo de prototipos que aproximen iterativamente las especificaciones del diseño a las tecnologías disponibles de IA (actualmente Prolog y C#)

Metodología

Columbo (NBC, 1978-2003)

Historias de detectives invertidas

El foco está en las acciones del asesino, él será quien controle el jugador

Phoenix Wright: Ace Attorney (Capcom 2011) saga

Novela visual y aventura gráfica

Mecanismos adicionales para construir las respuestas

El objetivo es engañar al detective y conseguir que acuse a otro

Videojuego propuesto

Cada evidencia es un objeto de conocimiento, así como hechos posibles que se consideran

Se guardan todas las declaraciones sobre una evidencia en una lista (confianza en un personaje)

Tres valores de verdad posibles para un hecho

True, False y Unknown

Cadenas de causalidad entre hechos considerados

Deducciones básicas (y de sentido común) mediante un motor de razonamiento simple

Representación propuesta

El detective formula preguntas al sospechoso

Siempre trata de “despejar” los valores Unknown que tiene en algunas evidencias, y sobretodo resolver contradicciones en las declaraciones

Cada nueva evidencia recibe un valor

Según la confianza que tenemos en el sospechoso

Según la consistencia con su “sentido común”

Según otras declaraciones sobre esa evidencia

Tras darle valor, se revisa todo el conocimiento

Razonamiento propuesto

Ejemplo: Murder by the Book

Ejemplo: Murder by the Book

Deducción: Regla + Causa = Efecto

Lógica no monótona, que complica el asunto

Inferencia: Causa + Efecto = Regla

Investigación científica?

Abducción: Regla + Efecto = Causa

Lógica modal epistémica: Causa posible o “más probable” por navaja de Ockham

Ejemplo: Murder by the Book

Ejemplo: Murder by the Book

Ejemplo: Murder by the Book

Ejemplo: Murder by the Book

Ejemplo: Murder by the Book

Necesitamos un detective autónomo y creíble Con capacidad deductiva (lógica no monótona) y abductiva (lógica

modal epistémica), conocimientos de sentido común (incompleto e incierto) y modelo mental del sospechoso, detectando engaños (contradicciones provocadas por manipulación de los hechos) e identificando mentiras (pérdida de confianza en sospechosos)

Hay modelos teóricos de razonamiento que pueden ayudar (Natural Deduction, Intuitionistic Logic…), y sistemas generalistas implementados que se pueden componer

Tenemos previsto progresar en el diseño (podar características) con una evaluación “Mago de Oz”, y avanzar en formalización y prototipado del razonamiento (básico)

Conclusiones

Federico Peinado

www.federicopeinado.es

Para mantener el contacto…

L A B O R A T O R I E S

www.narratech.com