par Quand une intelligence artificielle pilote dans un jeu de course, on imagine les gros laboratoires, façon Sony et son IA capable de battre les meilleurs joueurs de Gran Turismo au monde. Le projet d’un développeur connu sous le pseudo tryfonaskam joue dans une autre catégorie, bien plus modeste, et c’est précisément ce qui le rend intéressant.
Son programme s’appelle PILA, et il fonctionne sans la moindre règle écrite à la main. La machine se contente de regarder un humain jouer, puis l’imite. Rien d’autre.
Le terrain de jeu, c’est PolyTrack, un petit jeu de course gratuit qui tourne directement dans le navigateur, largement inspiré de la série TrackMania, avec ses circuits qu’on dessine soi-même et son chrono qu’on traque à la milliseconde.
La plupart des IA de jeu vidéo apprennent par renforcement. On lâche le programme dans le jeu, il enchaîne des milliers de parties au hasard et se récompense à chaque bonne action, jusqu’à devenir bon. C’est efficace, mais lent et très gourmand en calcul.
tryfonaskam a pris le chemin inverse, celui de l’apprentissage par imitation. Concrètement, son programme filme l’écran pendant qu’une personne enchaîne les tours de piste, note chaque touche pressée au clavier, et apprend à relier ce qu’il voit à ce qu’il faut faire. Ensuite, il rejoue tout seul ces réflexes appris.
Envie de comprendre comment fonctionnent ces réseaux de neurones derrière PILA ? Ce livre d’intro en français est un bon point de départ :
Comprendre le Deep Learning (J.-C. Heudin) → voir sur Amazon
Lien affilié Amazon. En tant que Partenaire Amazon, je réalise un bénéfice sur les achats remplissant les conditions requises.
Sous le capot, on trouve un réseau de neurones bâti avec PyTorch, l’une des grandes boîtes à outils de l’IA. Ce réseau analyse les images un peu comme le ferait notre cerveau visuel, puis en sort des commandes de pilotage : direction et freinage.
Pour capter l’image, PILA récupère en direct ce que Windows affiche à l’écran, à condition de jouer en plein écran fenêtré. Et le tout tournerait en temps réel, sans latence handicapante.
Il y a un raffinement plutôt malin. Plutôt que de traiter toutes les images à égalité, le système insiste sur les moments où le joueur agit, un virage, un freinage, pour éviter que l’IA n’apprenne surtout à ne rien faire pendant les lignes droites.
Le hic, c’est l’absence totale de chiffres. Aucun temps au tour, aucun taux de réussite, juste quelques courtes vidéos de démonstration soigneusement choisies.
Reste que voir un amateur reproduire chez lui, sur un jeu gratuit, un exploit qu’on croyait réservé aux laboratoires, ça vaut bien tous les benchmarks du monde.
Crédit photo : Kodub / PolyTrack
