IA nei videogiochi: da Halo 2 a Stalker, i giochi rivoluzionari

Da F.E.A.R. ad Alien Isolation, l'evoluzione delle AI nei videogiochi è costellata di titoli che hanno contribuito ad elevare gli standard dell'industria.

L'Intelligenza Artificiale nei videogiochi
Speciale: Multi
Articolo a cura di

Su questi lidi ci è già capitato di parlare dell'evoluzione dell'intelligenza artificiale in ambito videoludico come una delle frontiere più stimolanti dell'industria: una preziosa risorsa da utilizzare per offrire al pubblico esperienze sempre più ricche e coinvolgenti, in accordo con le peculiarità della visione creativa alla base di ciascun titolo. A questo proposito, l'annuncio di Stalker 2 ci ha riportato alla mente uno dei passaggi più interessanti di questo percorso evolutivo, legato a doppio filo alla tecnologia A-Life messa a punto da GSC Game World per il primo capitolo, Stalker è stato uno sparatutto rivoluzionario che - al netto dei suoi difetti - è diventato una fonte d'ispirazione per molte produzioni successive.

In attesa di scoprire cosa ci attende oltre la cortina radioattiva del sequel, abbiamo quindi pensato di lanciarci in una passeggiata sul viale dei ricordi alla ricerca di quei titoli che - al pari di Stalker - hanno segnato una tappa importante per l'avanzamento delle IA videoludiche. Preparatevi a una vagonata di nostalgia e tecnicismi.

Halo 2

Oltre ad essere - giustamente - ricordato come uno dei migliori capitoli della saga di Master Chief, Halo 2 rappresenta una delle pietre miliari della storia dei videogiochi per un'altra ragione, strettamente connessa alla precedente. Si tratta infatti di uno dei primi titoli ad aver implementato efficacemente un sistema di intelligenza artificiale basato sul concetto di "albero comportamentale" (behaviour tree), attualmente uno dei modelli matematici più utilizzati nel panorama videoludico. In un momento storico in cui la condotta dei personaggi non giocanti in gran parte degli shooter (e dei videogiochi in generale) era basato su automi a stati finiti (standard o di tipo gerarchico), gli sviluppatori di Bungie optarono per un modello più evoluto, capace di garantire una maggiore flessibilità e routine comportamentali tendenzialmente più credibili.

Per capire il funzionamento di questo sistema, vi invitiamo a immaginare un diagramma ad albero in cui ogni nodo corrisponde a un'azione (più o meno specifica), a sua volta collegata a diverse alternative basate sulla medesima logica, selezionate a partire da condizioni d'innesco. Il comando (task) "attacca" può quindi condurre a un assalto corpo a corpo o all'utilizzo di un'arma da fuoco, in base al posizionamento del bersaglio e della dotazione dell'NPC. Senza entrare troppo nel dettaglio, il team si prodigò per fare in modo che ognuno dei nemici, a seconda delle proprie caratteristiche, fosse in grado di adottare dinamicamente la condotta più "intelligente" in relazione al contesto, reagendo quindi a un gran numero di stimoli ambientali con la giusta accortezza.

Tanto per fare un esempio, gli avversari erano programmati per non entrare in un veicolo (anche se posizionato nelle immediate vicinanze) se si trovavano nei pressi della linea di tiro di Master Chief, onde evitare che la relativa animazione gli offrisse una finestra d'opportunità per abbatterli senza pietà. Di contro, nel momento esatto in cui il giocatore saliva un mezzo, uno dei nemici cercava di fare lo stesso mentre gli altri concentravano il fuoco sul titano corazzato, seguendo una lista di priorità progettata per dare l'illusione di una strategia corale. La capacità dell'IA di rispondere rapidamente alle circostanze del campo di battaglia, con un'efficienza che aumentava in base al livello di difficoltà selezionato e secondo schemi comportamentali ben congengati, contribuì a rendere Halo 2 uno degli shooter più sensazionali del panorama videoludico, nonché un modello da seguire per l'intera industria.

F.E.A.R.

Per quanto avanzato fosse il modello ad "albero comportamentale" di Halo 2, le caratteristiche di questo sistema tendono a rendere gli NPC piuttosto prevedibili, specialmente sulle lunghe distanze, perché i programmatori sono chiamati a comporre "artigianalmente" la gamma completa delle strategie a disposizione dei nemici, anticipando tutte le possibili mosse del giocatore per ottenere un'IA reattiva. Questo vuol dire che la linea di condotta di un personaggio sarà sempre legata a delle sequenze prestabilite piuttosto rigide, innescate a partire dalle azioni dell'utente e dalle condizioni del mondo di gioco.

Per mettere a punto l'IA di F.E.A.R., uno degli FPS più sorprendenti degli anni 2000, gli sviluppatori di Monolith Productions optarono invece per un modello di intelligenza artificiale completamente diverso, frutto dell'ingegno di Jeff Orkin. Sfruttando come base lo STRIPS (Stanford Research Institute problem solver), un pianificatore automatico creato negli anni ‘70 da Richard Fikes e Nils Nilsson, Orkin creò il GOAP (goal oriented action planning), un sistema pensato per permettere a ogni NPC di "selezionare" autonomamente le azioni da compiere, senza basarsi su una precisa catena di operazioni preimpostate.

In buona sostanza le routine comportamentali di ogni personaggio sono legate a un semplice automa a stati finiti che definisce in maniera generica tre corsi d'azione: spostamento (muoversi da un punto all'altro, saltare, arrampicarsi e quant'altro), animazione (l'atto di sparare, mettersi al riparo, lanciare una granata, ecc.) e utilizzo di oggetti (interagire con ogni elemento dello scenario). La transizione da uno "stato" all'altro viene però attivata dal sistema di pianificazione che, in base all'obiettivo assegnato a ciascun NPC, analizza l'ambiente per valutare dinamicamente quali siano le migliori azioni da compiere per raggiungere un determinato risultato.

Questo "modus operandi" fa sì che i nemici dimostrino - solo apparentemente - una maggiore consapevolezza sul campo di battaglia, riuscendo ad adattarsi a ogni circostanza in modi talvolta imprevedibili. Va da sé che il GOAP non garantisce di per sé una maggiore efficienza rispetto a un qualsiasi altro modello di IA, anche perché le sue caratteristiche limitano molto il controllo dei programmatori sulla condotta dei personaggi non giocanti, senza considerare che la complessità dei processi di pianificazione ha un peso non indifferente sull'hardware.

Se utilizzato con criterio e perizia, come nel caso di F.E.A.R., questo tipo di intelligenza artificiale può dare vita a "comportamenti emergenti" capaci di arricchire l'esperienza: vi basti pensare che il codice del gioco di Monolith non prevedeva la messa in atto di strategie avanzate come il fiancheggiamento del giocatore, o il coordinamento "ragionato" dei diversi membri di una squadra, ma il sistema di pianificazione riusciva comunque ad alimentare l'illusione che gli avversari fossero in grado di eseguire tattiche elaborate. Insomma, F.E.A.R. resta tuttora un titolo pionieristico che merita assolutamente di essere recuperato, anche per i meriti di un sistema di IA che successivamente sarebbe stato adottato da un'ampia gamma di titoli di successo: da Condemned: Criminal Origins a Rainbow Six: Siege, passando per La Terra di Mezzo: L'Ombra della Guerra e Deus Ex: Human Revolution.

S.T.A.L.K.E.R. Shadow of Chernobyl

Tra i videogiochi sviluppati a partire dal modello di Orkin c'è anche Stalker: Shadow of Chernobyl, un titolo che dimostra come il GOAP si presti molto bene anche a contesti più aperti, dove è necessario che l'IA operi a prescindere dalla presenza del giocatore. Seppur strutturalmente simile a quella di Monolith, l'IA creata da GSC Game World prevedeva la costruzione di "piani" molto meno complessi e mutevoli rispetto quelli messi in atto dai soldati di F.E.A.R., a fronte però di un numero notevolmente superiore di NPC (umani e animali) distribuiti in un'ambientazione molto più ampia. Denominata A-Life, l'intelligenza artificiale programmata dallo studio ucraino aveva di fatto due "cervelli": quello principale gestiva in tempo reale tutto ciò che accadeva in un raggio di 150 metri circa dal giocatore, mentre l'altro restava in background e "prendeva nota" di ogni azione per operare cambiamenti nel resto del mondo di gioco.

Mettiamo ad esempio che il giocatore si trovasse coinvolto in uno scontro a fuoco con un gruppo di Stalker appartenenti a una fazione avversaria e, dopo qualche minuto di scambi balistici, questi riuscisse ad eliminare tutti gli avversari tranne uno. A quel punto il sopravvissuto, uscito dall'area attiva, sarebbe stato preso in carico dal secondo "cervello" che, in base a una lunga serie di variabili, avrebbe potuto decidere se farlo continuare sulla strada inizialmente prevista, dirottarlo verso un altra squadra per rinfoltirne i ranghi o perfino di ricollocarlo, ferito e bisognoso di cure, in un punto della mappa nei pressi del luogo della battaglia.

In quest'ultimo caso, un ulteriore incontro con il protagonista avrebbe potuto cambiare totalmente l'atteggiamento dell'NPC, ad esempio nel caso in cui l'utente avesse deciso di curare il nemico, convincendolo quindi a non riunirsi con i suoi compagni. Come intuibile, parliamo di un'IA che - in linea con le peculiarità del GOAP - tende a generare situazioni di gameplay emergente. Il sistema di pianificazione di Stalker non solo dava vita a comportamenti credibili durante i combattimenti, ma alimentava anche la sensazione di trovarsi all'interno di uno scenario vivo e realistico: indipendentemente dalla presenza dell'utente, i diversi personaggi si davano battaglia, respingevano l'assalto di bestie mutanti ed effettuavano scambi commerciali. Per dare l'impressione di avere a che fare con avversari subdoli e astuti, i programmatori avevano inserito nel codice alcune routine particolarmente infami, vicine ai canoni della "cheating AI".

Poteva infatti capitare che un nemico, nascosto nell'oscurità di una struttura in rovina, decidesse di non assalire subito il giocatore, aspettando piuttosto l'apertura dell'inventario per procedere con un attacco a sorpresa. Per quanto A-Life fosse tornato a ribadire le potenzialità del GOAP, la soluzione ideata da Jeff Orkin non divenne mai uno standard diffuso tra gli addetti ai lavori, soprattutto a causa della sua complessità e dell'ampio margine di imprevedibilità dei comportamenti generati con questo metodo, che talvolta poteva rivelarsi controproducente. Per questi motivi, il percorso evolutivo dell'industria ha invece favorito la diffusione del modello HTN (hierarchical task network), un pianificatore tendenzialmente meno dinamico ma molto più semplice da controllare, grazie all'utilizzo situazionale di schemi del tutto simili a quelli degli "alberi comportamentali". Le IA di titoli come The Last of Us Parte 2 e Red Dead Redemption 2 utilizzano ad esempio questo sistema, opportunamente modificato in base alle esigenze del gameplay.

Alien Isolation

Sono in molti a ricordare Alien: Isolation come una delle esperienze horror più intense e terrificanti degli ultimi anni, soprattutto per le brutali prodezze di un'intelligenza artificiale progettata per simulare le caratteristiche di una creature senziente: un letale xenomorfo capace di adattare le proprie strategie di caccia alla condotta della protagonista. Nel nostro precedente speciale sul rapporto tra videogiochi e AI vi avevamo già spiegato che, nella realtà dei fatti, il sistema messo a punto da The Creative Assembly non prevedeva alcuna meccanica di apprendimento, ma riusciva a comunque ad illudere gli utenti di potersi adeguare efficacemente alle loro tattiche, grazie all'utilizzo congiunto di due modelli di intelligenza artificiale reciprocamente interattivi.

Le routine dell'alieno erano gestite sfruttando un classico "albero comportamentale", concettualmente sovrapponibile a quello utilizzato da Bungie in Halo 2 ma con un'importante variazione. In linea con i canoni del modello, ogni azione dello xenomorfo richiedeva la soddisfazione di specifiche condizioni legate al gameplay (l'avvistamento del giocatore, l'attivazione di un oggetto, la presenza di un ostacolo, ecc.), che via via attivavano le diverse ramificazioni comportamentali secondo un ordine logico prestabilito. Alcune di queste ramificazioni restavano però interdette fino al raggiungimento di determinati requisiti secondari, legati alla progressione o al completamento di una lunga serie di "obiettivi nascosti".

Eludere le attenzioni del mostro rintanandosi dentro un armadietto, ad esempio, poteva determinare lo sblocco (dopo un certo numero di tentativi riusciti) di una nuova catena di azioni che permetteva all'alieno di controllare ogni possibili nascondiglio. Come anticipato, non si tratta di un meccanismo di adattamento vero e proprio, ma piuttosto di una sorta di sistema di "level up" mascherato da IA neurale. Per rendere ancor più credibili le abilità predatorie dello xenomorfo, lo studio britannico gli aveva affiancato una "Director AI" con due particolari prerogative: da una parte questo sistema di supporto (un automa a stati finiti piuttosto raffinato) forniva al cacciatore informazioni sulla generica posizione di Ripley e sulle sue iniziative, e dall'altra si occupava si allontanarlo o limitare le sue facoltà per evitare di rendere il gameplay troppo snervante.

Si tratta di un metodo utilizzato per la prima volta in Half-Life 2 (solo in alcune sequenze) e poi implementato con successo in Left 4 Dead per amplificare la varietà e l'efficacia del gameplay. Nel gioco di Turtle Rock Studios, la "Director AI" valutava costantemente il livello di stress dei giocatori in base un'ampia gamma di fattori (vicinanza prolungata con un'orda, vita residua, efficienza combattiva), e a seconda delle circostanze provvedeva ad aumentare o ridurre il numero di nemici, definiva i bersagli prioritari e decideva la disposizione degli oggetti in giro per la mappa, il tutto con l'obiettivo di mantenere il giusto ritmo e bilanciare l'esperienza. Proprio come Left 4 Dead, Alien: Isolation è la dimostrazione di come non sia necessario ricorrere a soluzioni eccezionalmente avanzate per ottenere una buona IA: l'importante è trovare la soluzione giusta per le proprie esigenze creative, e fare il possibile per utilizzarla al meglio.

Black & White

Se in Alien: Isolation le capacità di apprendimento dello xenomorfo sono poco più che un trucco ben eseguito, la bellezza di un ventennio fa arrivò sugli scaffali un titolo che queste magie le faceva davvero. Alla fine degli anni ‘90 Richard Evans si unì ai ranghi dei compianti Lionhead Studios per elaborare un modello di intelligenza artificiale straordinariamente avanzato, praticamente inedito per l'industria videoludica. Sotto la guida di Peter Molyneux, Evans utilizzò le ricerche effettuate da due scienziati del MIT (Marvin Minsky e Seymout Papert) per progettare uno dei primi esempi di rete neurale applicata al videogioco, alla base di un'IA in grado di alterare autonomamente il proprio comportamento grazie a un semplice sistema di premi e punizioni.

La creatura di Black & White agiva in base alle direttive di un "albero decisionale" (strutturalmente simile al modello comportamentale ma molto più semplice e limitato) piuttosto elementare, che veniva modificato automaticamente a seconda degli insegnamenti impartiti dal giocatore. Tanto per fare un esempio, l'animale era programmato per placare la sua fame cercando nelle vicinanze un qualsiasi oggetto commestibile, compresi gli abitanti del mondo di gioco. Volendo vestire i panni di un dio benevolo, l'utente poteva però scoraggiare questa specifica scelta alimentare utilizzando il puntatore per schiaffeggiare il suo servitore, che da quel punto in poi avrebbe cominciato a considerare l'antropofagia come un'azione "sbagliata", da evitare in presenza di alternative.

Di contro, accarezzare l'animale dopo una qualsiasi azione lo incoraggiava a ripeterla nel tempo, anche seguendo percorsi logici più articolati. Colpire la creatura per aver attaccato un villaggio ben difeso, l'avrebbe portata ad assaltare solo quelli più sguarniti, tenendo in considerazione anche le differenze tra una civiltà e l'altra. L'elenco delle priorità veniva quindi composto nel rispetto delle regole di ogni network neurale, ovvero attribuendo - a suon di schiaffi o carezze - un punteggio ad ogni azione per individuare quelle più vantaggiose. Sebbene l'IA messa a punto da Evans avesse dei limiti evidenti, Black & White fu comunque un punto di svolta per l'industria.

Vi basti pensare che A.N.N.A. (Artificial Neural Network Agent), l'intelligenza artificiale sviluppata da Milestone per la serie MotoGP (a proposito, qui la nostra recensione di MotoGP 20), sfrutta i medesimi meccanismi di base, seppur su una scala totalmente diversa. Per questo motivo lo strategico in tempo reale di Lionhead rappresenta ancora oggi una pietra miliare da celebrare: il primo passo verso un futuro ancora lontano ma carico di promesse.