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

text
          ┌───────────── 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│
          └───────────────────────────────────────────────────────────────────────┘
  1. A física de verdade. A biblioteca bonktools roda 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.
  2. 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.
  3. O PPO ajusta a rede neural para repetir o que deu pontos.
  4. O policy.json é 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.

EstágioExercícioPassa quando
1Gol vazio: bola em qualquer lugar, adversário parado longeFaz gol em 80% dos lances
2Adversário parado no caminhoFaz gol em 70% dos lances
3Jogo de verdade: adversário com script ou uma versão antiga dela mesmaNão 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 treino182 milhões (cada passo = 100 ms de jogo ≈ 210 dias de bola rolando)
Rede39 → 256 → 256 → 18 (tanh), ~430 KB
Contra o script mais forte95 gols, 2 sofridos em 100 lances (com os "olhos" da sala)
Contra humanosDá trabalho a quem está começando; jogadores experientes acham os furos e vencem a maioria das partidas (veja O que aprendemos)
CustoZero de API: só CPU. Treinamos em máquinas grátis da Oracle e num PC comum

Por onde seguir