QWOP è un gioco tanto mefistofelico che è difficile anche solo l’addestrare un’intelligenza artificiale che possa battere i record umani.
Il data scientist Wesley Liao ha cercato infatti di creare un sistema di machine learning che fosse in grado di dialogare con il sadico videogame, ottenendo risultati positivi, ma ben al di sotto dell’eccellenza. La IA si è infatti focalizzata sul terminare le partite applicando la strategia più affidabile, ma non certamente quella più efficiente.
Facile che molti di voi non abbiano neppure mai sentito parlare di QWOP, considerando il fatto che si tratti di un flash game dell’ormai lontano 2008, tuttavia è quasi certo che abbiate incrociato almeno un’altra opera del suo autore, Bennett Foddy: Getting over it.
QWOP – che potete provare online e gratuitamente in qualsiasi momento – pone i giocatori nei panni di un atleta pronto a correre i 100 metri, con cosce e piedi che vengono controllati dalla pressione di quattro diversi pulsanti, con risultati che spesso lasciano a desiderare.
Lo sviluppatore ha sottoposto la macchina a un’intensa esercitazione fatta di apprendimento per rinforzo, cosa che ha permesso alla IA di raggiungere il traguardo sana e salva, ma con una prestazione pietosa.
Per cercare di rendere l’intelligenza artificiale più audace, Liao le ha fatto studiare i video dei migliori giocatori al mondo, confidando nell’apprendimento per imitazione. Ancora insoddisfatto dai risultati, il ricercatore ha persino contattato Kurodo, gamer specialista del settore.
Dopo immensi sforzi, la macchina è riuscita a garantire la discreta performance di un minuto e otto secondi, un risultato che la lancia sicuramente nei top di QWOP, ma che è comunque di molto inferiore a quella del record mondiale, ovvero 48 secondi.
Potrebbe anche interessarti:
