Un juego que "aprende" del jugador
Un equipo de 30 ingenieros de la Universidad de Texas ha creado un juego de ordenador capaz de "aprender" del jugador, gracias a la utlización de la tecnología denominada NeuroEvolution of Augmenting Topologies ("NeuroEvolución de Topologías Aumentadas"). De esta manera, el usuario puede enseñar al ordenador cómo reaccionar ante determinados eventos, actuando como un entrenador y no al revés, como es habitual en los videojuegos.
El juego, NeuroEvolving Robotic Operatives (Nero), ganó el premio al mejor juego en el Simposio sobre Inteligencia Computacional y Juegos IEEE 2005. El jugador dispone de 50 robots controlados por redes neuronales aleatorias, los cuales pueden ser entrenados y organizados en grupos específicos. Entonces, el jugador puede enviar a su equipo a luchar contra otros equipos o entrenarlos en nuevas habilidades. Por ejemplo, cuando se enseñó a los robots a huir del enemigo, el ordenador descubrió por sí mismo que retroceder marcha atrás tiene la ventaja de que se puede, al mismo tiempo, continuar disparando al enemigo.
"En la mayoría de los juegos actuales, el comportamiento de los personajes está prefijado. No importa cuántas veces el jugador explote una debilidad, la debilidad nunca es reparada", se afirma en la descripción del juego. "En Nero, el usuario adopta el papel de un entrenador y construye escenarios de entrenamiento para un equipo de robots (...) La técnica rtNEAT puede ser la base de otras aplicaciones de aprendizaje interactivo en el futuro, y eventualmente posibilitar el uso de los juegos como método de entrenamiento de personas en tareas sofisticadas."
