Jeux vidéo : le « deep learning » bientôt au service des simulations sportives ?

Ce n’est pour le moment qu’une piste, mais le « deep learning » pourrait un jour être bien utile aux parties de NBA 2K ou NBA Live. C’est en tout cas le chemin que tentent de prendre la Carnegie Mellon University et l’entreprise DeepMotion Inc.

En partant de données de « motion capture » classique, ils ont développé des personnages virtuels qui « apprennent » de leurs expériences afin de dribbler de manière toujours plus réaliste.

En clair, dans le cas du basket : le ballon n’est pas contrôlé, et le joueur est contrôlé par une intelligence artificielle d’elle-même, sans l’aide du développeur. L’objectif, c’est de faire en sorte que l’IA basketteur puisse dribbler la balle dans cet environnement de physique simulée. Pour démarrer, ils se sont basés sur des vrais joueurs, dont l’IA a copié la gestuelle grâce à la « motion capture ». Mais ensuite, grâce au « deep learning », plus l’IA dribble, plus elle apprend à le faire de manière efficace. Elle apprend aussi à varier les mouvements, en passant le ballon derrière le dos ou entre les jambes.

Contrairement aux jeux actuels, le ballon est donc totalement indépendant du joueur et réagit à ses gestes.

Visuellement, au regard des premières simulations, cela n’a pas l’air d’une révolution, mais il s’agit bien d’une prouesse notable. Tout ça n’est que le début, car il s’agit d’un exercice simple. Il n’est, par exemple, pas encore possible de prendre en compte l’équilibre du joueur et, et donc de simuler des situations plus complexes.

Des milliers d’heures de travail seront nécessaires, mais ce processus pourrait continuer de rendre les jeux toujours plus réalistes avec des défenseurs capables d’anticiper sur des mouvements, ou des attaquants capables de se déplacer en fonction des dribbles du joueur que l’on contrôle.