Use a IA
Como a nossa IA funciona
Uma IA que aprendeu a jogar football no bonk.io sozinha, jogando milhões de partidas contra si mesma, com a física real do jogo.
As salas "| IA | BONKTOOLS |" tinham um jogador que não era gente: uma inteligência artificial que aprendeu football do zero. Ninguém programou "vá até a bola e chute". Ela aprendeu por tentativa e erro, jogando milhões de lances, e foi ficando boa sozinha.
Esta aba ensina tudo: como ela funciona, como baixar o modelo pronto, como colocar na sua sala e como treinar a sua própria IA.
A ideia em uma frase
A IA olha o jogo (39 números), escolhe uma tecla (18 opções), e recebe pontos quando faz algo bom (gol) e perde pontos quando faz algo ruim (sofrer gol). Depois de milhões de tentativas, ela aprende a fazer o que dá mais pontos.
Isso se chama aprendizado por reforço (reinforcement learning, RL). O algoritmo que usamos é o PPO, o mesmo usado em bots de Rocket League e em muitos jogos.
As peças
┌───────────── TREINO (Python, no seu PC ou num servidor) ─────────────┐
│ │
│ física REAL do bonk.io ◄── ponte Node ──► ambiente (Gymnasium) │
│ (PhysicsSimulator da lib) │ observação + pontos │
│ ▼ │
│ PPO (stable-baselines3) │
│ │ │
└────────────────────────────────────────────────┼──────────────────────┘
▼
policy.json (a "cabeça" da IA, ~430 KB)
│
┌───────────── SALA (Node, sem Python) ──────────┼──────────────────────┐
│ ScoreTracker ─► estado do jogo ─► observação ─► rede ─► teclas ─► sala│
└───────────────────────────────────────────────────────────────────────┘- A física de verdade. A biblioteca
bonktoolsroda a física do próprio jogo, sem navegador e muito mais rápido que o tempo real. A IA treina no mesmo jogo em que vai jogar. - O ambiente transforma o jogo num "exercício" que a IA entende: um lance começa, ela decide a cada 100 ms, o lance acaba no gol.
- O PPO ajusta a rede neural para repetir o que deu pontos.
- O
policy.jsoné a rede treinada. Ela roda em JavaScript puro dentro da sala: não precisa de Python nem de placa de vídeo.
O que a IA "vê"
A cada decisão, a IA recebe 39 números (a "observação"), todos do ponto de vista dela e sempre como se ela atacasse para a direita (quando joga no vermelho, o campo é espelhado):
- posição e velocidade dela, da bola e do adversário;
- onde a bola está em relação a ela, ao adversário e aos dois gols;
- distâncias para as traves e as paredes;
- se a bola está entre ela e o gol adversário (dá para chutar) ou se ela está entre a bola e o próprio gol (está defendendo);
- se ela e o adversário podem chutar agora;
- quanto falta para a saída de bola liberar.
Os detalhes estão em O que a IA vê e como ela ganha pontos.
O que a IA "faz"
18 ações: 9 direções (incluindo ficar parada) × chutar ou não. A cada 100 ms ela escolhe uma. Isso é parecido com o ritmo de um jogador humano: ninguém troca de tecla 30 vezes por segundo.
Como ela aprendeu
O treino é um currículo, como na escola: começa fácil e fica difícil.
| Estágio | Exercício | Passa quando |
|---|---|---|
| 1 | Gol vazio: bola em qualquer lugar, adversário parado longe | Faz gol em 80% dos lances |
| 2 | Adversário parado no caminho | Faz gol em 70% dos lances |
| 3 | Jogo de verdade: adversário com script ou uma versão antiga dela mesma | Não acaba: vai melhorando |
Jogar contra versões antigas de si mesma (self-play) é o que faz a IA ficar cada vez melhor: o adversário sobe de nível junto com ela.
Números do modelo publicado
| Passos de treino | 182 milhões (cada passo = 100 ms de jogo ≈ 210 dias de bola rolando) |
| Rede | 39 → 256 → 256 → 18 (tanh), ~430 KB |
| Contra o script mais forte | 95 gols, 2 sofridos em 100 lances (com os "olhos" da sala) |
| Contra humanos | Dá trabalho a quem está começando; jogadores experientes acham os furos e vencem a maioria das partidas (veja O que aprendemos) |
| Custo | Zero de API: só CPU. Treinamos em máquinas grátis da Oracle e num PC comum |
Por onde seguir
- Só quer usar a IA? Baixe o modelo e siga Colocar a IA na sua sala.
- Quer treinar a sua? Comece em Preparar o ambiente de treino.
- Quer entender os erros e acertos antes de começar? Leia O que aprendemos: economiza semanas.