Avaluaci de les tcniques de cerca heurstica per

Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius Alicia Fornés Bisquerra Projecte fi de carrera - Enginyeria Informàtica Director: Miguel Lozano Ibáñez

INDEX n n n Motivació i objectiu Introducció i estat de l’art Planificació i formalismes de modelat n n n Tècniques de cerca Algorismes per a entorns de planificació - HSP Generació d’històries interactives n n Xarxes jeràrquiques de tasques (HTN) Planificadors de cerca heurística (HSP) n n n Anàlisi i disseny Resultats Conclusions i treballs futurs Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Motivació del projecte n n n La gran qualitat audiovisual aconseguida no es correspon amb les espectatives de la qualitat comportamental actual Repte: Incrementar qualitat en l’animació comportamental. Forma: Estudi del comportament intel·ligent dels personatges virtuals mitjançant sistemes de planificació n Seqüència d’accions a l’objectiu Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Objectius i Propòsits n Investigar l’aplicabilitat dels planificadors de cerca heurística (Heuristic Search Planning - HSP) en la generació d’històries interactives (Interactive Storytelling). n n Aplicacions d’oci (GH), simulacions, ensenyament Propòsits n n n Investigar l’adequació de la planificació (en concret HSP) i les tècniques de cerca heurística per al Interactive Storytelling Avaluar els principals formalismes actuals que suporten la generació d’històries interactives: HTN i HSP Desenvolupar un sistema HSP per al Interactive Storytelling n n Adaptació del sistema de M. Lozano Realitzar una comparació del sistema desenvolupat en HSP enfront de l’aproximació HTN (exemple Friends) Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Introducció n n n Unió de gràfics per computador i intel·ligència artificial: personatges intel·ligents Personatges intel·ligents permetran múltiples aplicacions interactives n Enginyeria, RV, videojocs, IS, entrenaments. . . Vida Artificial: emular el comportament dels éssers vius: percepció, locomoció, raonament, aprenentatge i intel·ligència n Peixos Artificials de Terzopoulos n n Nedar, evitar col·lisió, cerca menjar, fogir Encara no en temps real Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Estat de l’art n Agent autònom: n n ¿Agent físic? Humans virtuals: n n Actuen i reaccionen en el seu entorn simulat, segons les disciplines del raonament i planificació automatitzada. JACK: Aprenentatge, estudi biomecànic i comportamental Agents pedagògics: Raonament afectiu (Steve, Herman) Sistemes cognitius (Coneixement) n n Sistema situat en una part d’un entorn que pot sensoritzar i percebre, actuar en ell, i produir-hi efectes en el temps Cicle Sense / Plan / Act Planificació lògica basada en càlcul situacions Videojocs: Enemics intel·ligents n The Sims i Interactive Storytelling ¿Animació comportamental? Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Planificació, cerca i formalismes de modelat n Forma d’abordar els problemes: n n Descripció formal del problema, aplicació de la tècnica més adequada (temps computació) Representació del coneixement: STRIPS [Bonet i Geffner, 1999] n n Conjunt d’estats (estat inicial i final) Operadors: Llista de precondicions, d’afegir i d’esborrat Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Planificació, cerca i formalismes de modelat (2) n Estructura: n n Arbre Graf: major complexitat, evitar estats repetits Graf I/O: sistemes descomponibles Classificació algorismes de cerca n n Models sense informació, amb informació (heurística) Efecte accions n n Intercalar planificació - execució n n Models deterministes, no deterministes Models Off-Line, Tèmps real, Anytime (Escacs) Models progressius (orientats a l’objectiu), regressius Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Tècniques de cerca n n Cerca cecs (sense informació) Cerca heurística n Algorismes clàssics n n Algorismes en temps real n n A*, AO* RTA*, LRTA*, Mini. Max Algorismes estudiats per a entorns de planificació (tasques, no navegació) n HSP i Min Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Algorismes per a entorns de planificació: HSP n n n HSP (Heuristic Search Planning) - Planificadors de cerca heurística: Tècniques de cerca per a la planificació de tasques dels agents intel·ligents [Bonet i Gefner, 1997], [Bonet i Gefner, 1999] Objectiu: Trobar una seqüència d’accions de cost mínim que permeti realitzar un plan determinat Entorn dinàmic: Intercalen planificació i execució Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Característiques dels HSP n Representació del domini del problema: STRIPS n n n Estat de l’agent: conjunt d’àtoms Estat inicial i final (objectiu) Operadors: conté llista de precondicions i efectes Algorisme de cerca: realitza una cerca en l’espai d’estats, generant un arbre de cerca. Problema temps computació Funció heurística (difícil - àtoms): n n f(s) = g(s) + h(s) estima el cost d’assolir el conjunt d’àtoms de l’estat objectiu des de l’estat actual Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Generació d’històries interactives (Interactive Storytelling) n Generació de la narració com a resultat de les accions dels personatges o de l’usuari n n n Narració creada per la múltiple interacció entre els agents autònoms, deguda a que els personatges interactuen en el món virtual i competeixen pels recursos Aplicacions d’oci (GH), simulacions, ensenyament Intervenció de l’usuari Agafar, treure, moure objectes n Passar informació als personatges n Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Requeriments del Interactive Storytelling n n Entorn dinàmic, que canviï segons la influència dels actors o usuari Sistema que intercali planificació i execució, per a que l’agent s’adapti a aquest entorn dinàmic Replanificació en cas que les accions fallin Suport d’interactivitat per part de l’usuari Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

No determinisme del Storytelling n No determinisme Narració no predictible n Condicions inicials n Localització espacial inicial dels actors, duració de les accions i velocitat dels actors Interacció entre plans dels actors degut a la competició pels recursos n Resultat no determinista d’algunes accions n Estat emocional dels actors n Intervenció de l’usuari n Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Planificació i Storytelling: HTN n Hierarchical Task Network - HTN n Fonaments n Descomposició de tasques: n n n Total ordenació de tasques Descripció del comportament del personatge: n n Objectiu d’alt nivell es descomposa en subtasques independents HTN, Graf I/O (Arrel = Objectiu) Algorisme RTAO* n n Solució parcial Aconseguir cada subobjectiu Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Exemple Friends n Graf I/O n Objectiu Ross n n Seduir Rachel 4 Subobjectius (I) Variabilitat en nivells baixos (O) Replanificació en nivell més alt Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Planificació i Storytelling: HSP n HSP evita l’ordenació de tasques en la seva descomposició, permetent dependències entre elles n n Acció falla pèrdua subobjectiu prèviament aconseguit Adaptació dels HSP a entorns del Interactive Storytelling n Estat: n n n Conjunt d’àtoms: valor booleà Conjunt fluents: funcions (sencers), rang valors, personalitat Operadors: n n n Precondicions: Atoms, Fluents i condicions d’execució Efectes: fracàs i èxit Conjunt d’accions Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Min. Min n Algorisme dissenyat per R. Korf Cerca exhaustiva fins a l’horitzó de cerca Des de l’horitzó, aplica la funció heurística: n Difícil estimar cost àtoms n n No navegació Funció Additiva Màxim Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Materials i Mètodes n Material n n n Hardware n Un PC, CPU= 733 MHz, 128 Mb RAM. n Dell, CPU= 2’ 4 GHz, 256 Mb RAM Software n Ms Office 2000, Visual Studio v 6, Unreal Tournament Mètodes n n Analisi Disseny Implementació Verificació Costos = 15. 866 € n n Personal n Enginyer = 10. 000 € n Director de projecte = 5. 625 € Material n PC Dell, Amortització (3 anys) = 208 € n Papereria = 33 € Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Anàlisi i Disseny n Entorn - Unreal Tournament n n n Motor gràfic eficient, fàcil integració C++ amb interfície de sockets UDP Unreal. Script: definició noves accions a partir de primitives bàsiques Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Diagrama de classes Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Resultats - Friends n n Mode gràfic en el grup de Marc Cavazza Principals aspectes: n Replanificació canviant de subobjectiu n n Replanificació sense canvi de subobjectiu (igual que HTN) n n Demanar informació Quedar-se a soles amb Rachel Pèrdua d’un subobjectiu prèviament aconseguit n Afecte - Simpatia Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius

Conclusions n HSP pot adaptar-se perfèctament al Storytelling (gran valor narratiu) n n narració: seqüència d’accions Comparació HTN-HSP (Articles) n n HTN ofereix clars principis per al disseny d’històries i una visió global del fil argumental: fàcil control narratiu i claredat HSP ofereix major flexibilitat i variabilitat n n n Guiat per un objectiu Replanificació: Es consideren tots els operadors Treballs futurs (camp recent) n n n Interacció amb l’usuari Més complexitat i personatges, històries paral·leles: Thelma i Louis Noves situacions: n n n Raonament Situat: Obtenir un resultat específic davant una situació inesperada Reparació d’accions: Restablir les condicions d’execució Millora funció heurística: Fluents Avaluació de les tècniques de cerca heurística per a la seva aplicació a problemes de planificació d’agents intel·ligents en entorns interactius