Usa la IA
Cómo funciona nuestra IA
Una IA que aprendió a jugar fútbol en bonk.io sola, jugando millones de partidas contra sí misma, con la física real del juego.
Las salas "| IA | BONKTOOLS |" tenían un jugador que no era una persona: una inteligencia artificial que aprendió fútbol desde cero. Nadie programó "ve hacia la pelota y tira". Aprendió por prueba y error, jugando millones de jugadas, y fue mejorando sola.
Esta pestaña lo enseña todo: cómo funciona, cómo descargar los modelos listos, cómo ponerla en tu sala y cómo entrenar tu propia IA.
La idea en una frase
La IA mira el juego (39 números), elige una tecla (18 opciones) y recibe puntos cuando hace algo bueno (gol) y pierde puntos cuando hace algo malo (recibir un gol). Tras millones de intentos, aprende a hacer lo que da más puntos.
Esto se llama aprendizaje por refuerzo (reinforcement learning, RL). El algoritmo que usamos es PPO, el mismo de los bots de Rocket League y de muchos juegos.
Las piezas
┌──────────── ENTRENAMIENTO (Python, en tu PC o en un servidor) ────────┐
│ │
│ física REAL de bonk.io ◄── puente Node ──► entorno (Gymnasium) │
│ (PhysicsSimulator de la lib) │ observación + puntos │
│ ▼ │
│ PPO (stable-baselines3) │
│ │ │
└────────────────────────────────────────────────┼──────────────────────┘
▼
policy.json (el "cerebro" de la IA, ~430 KB)
│
┌───────────── SALA (Node, sin Python) ──────────┼──────────────────────┐
│ ScoreTracker ─► estado ─► observación ─► red ─► teclas ─► sala │
└───────────────────────────────────────────────────────────────────────┘- La física de verdad. La biblioteca
bonktoolsejecuta la física del propio juego, sin navegador y mucho más rápido que el tiempo real. La IA entrena en el mismo juego en que va a jugar. - El entorno convierte el juego en un "ejercicio" que la IA entiende: empieza una jugada, decide cada 100 ms, la jugada termina en gol.
- PPO ajusta la red neuronal para repetir lo que dio puntos.
- El
policy.jsones la red entrenada. Corre en JavaScript puro dentro de la sala: no necesita Python ni tarjeta gráfica.
Lo que la IA "ve"
En cada decisión, la IA recibe 39 números (la "observación"), todos desde su punto de vista y siempre como si atacara hacia la derecha (cuando juega en rojo, el campo se refleja):
- su posición y velocidad, las de la pelota y las del rival;
- dónde está la pelota respecto a ella, al rival y a las dos porterías;
- distancias a los postes y a las paredes;
- si la pelota está entre ella y la portería rival (puede tirar) o si ella está entre la pelota y su propia portería (está defendiendo);
- si ella y el rival pueden tirar ahora;
- cuánto falta para que se libere el saque.
Los detalles están en Lo que ve la IA y cómo gana puntos.
Lo que la IA "hace"
18 acciones: 9 direcciones (incluido quedarse quieta) × tirar o no. Cada 100 ms elige una. Es parecido al ritmo de un jugador humano: nadie cambia de tecla 30 veces por segundo.
Cómo aprendió
El entrenamiento es un currículo, como en la escuela: empieza fácil y se vuelve difícil.
| Etapa | Ejercicio | Pasa cuando |
|---|---|---|
| 1 | Portería vacía: pelota en cualquier lugar, rival quieto y lejos | Marca en el 80% de las jugadas |
| 2 | Rival quieto en el camino | Marca en el 70% de las jugadas |
| 3 | Juego de verdad: rival con script o una versión antigua de sí misma | No termina: sigue mejorando |
Jugar contra versiones antiguas de sí misma (self-play) es lo que hace que la IA siga mejorando: el rival sube de nivel junto con ella.
Números del modelo publicado
| Pasos de entrenamiento | 182 millones (cada paso = 100 ms de juego ≈ 210 días de pelota rodando) |
| Red | 39 → 256 → 256 → 18 (tanh), ~430 KB |
| Contra el script más fuerte | 95 goles, 2 recibidos en 100 jugadas (con los "ojos" de la sala) |
| Contra humanos | Les complica la vida a los principiantes; los jugadores experimentados encuentran los huecos y ganan la mayoría de las partidas (ver Lo que aprendimos) |
| Costo | Cero en APIs: solo CPU. Entrenamos en máquinas gratuitas de Oracle y en un PC común |
Por dónde seguir
- ¿Solo quieres usar la IA? Descarga el modelo y sigue Poner la IA en tu sala.
- ¿Quieres entrenar la tuya? Empieza en Preparar el entorno de entrenamiento.
- ¿Quieres entender los errores y aciertos antes de empezar? Lee Lo que aprendimos: ahorra semanas.