Más que un rival de ordenador con un ajuste de dificultad
Muchos bots de backgammon son en esencia un único rival de ordenador con distintos ajustes de fuerza. Hazlo más débil y al mismo motor simplemente se le ordena cometer más errores.
GamesGrid está construido de otra manera. Hay 512 jugadores virtuales, cada uno con un nombre, una cara, un país, una voz, una personalidad y una fuerza de juego medida propias. Sus diferencias van más allá del perfil que ves en pantalla. Juegan de forma distinta, manejan el cubo de forma distinta y se comunican de forma distinta.
Y puedes hablar con ellos de verdad. Cada miembro puede mantener una conversación abierta contigo, durante una partida o después.
Esta página mira bajo el capó. Así están construidas su fuerza de juego, sus errores, sus personalidades y sus conversaciones.
512 jugadores. 513 con Guru
El club GamesGrid está construido alrededor de un plantel grande y variado:
-
512 personajes, más GG Guru. 513 en total.
-
120 países. Los contingentes más grandes son Líbano y Francia, con diez cada uno, seguidos de Dinamarca con nueve, y Turquía y Alemania con ocho.
-
Ocho niveles de juego, de principiante a gran maestro.
-
Una voz grabada para cada uno de los 512, en 58 idiomas.
-
Un perfil completo de cada miembro, con ciudad, edad, biografía, estilo de juego, arquetipo y temperamento de cubo.
-
Una carrera propia. En el modo carrera se inscriben en eventos, construyen historiales, consiguen ascensos, sufren descensos y progresan por el mismo mundo que tú.
Puedes conocerlos a todos en nuestra página Nuestros jugadores.
Puedes hablar con ellos de verdad
Un gran modelo de lenguaje alimenta la conversación abierta con cada miembro, durante una partida y fuera de ella.
Pregúntales por sus orígenes, discute una opinión, habla de backgammon o deja que la conversación se vaya a otro sitio completamente distinto. No es un menú de respuestas predefinidas.
Su personalidad ayuda a dar forma a cómo responden. Un miembro reservado no habla como uno extrovertido. Algunos tendrán mucho más que decir que otros.
Una vez que has desbloqueado a un miembro ganándole en el modo carrera, puedes visitar su perfil y seguir la conversación lejos del tablero.
Ocho niveles, cada uno con una fuerza medida
Aquí la fuerza no es simplemente una posición en un deslizador de dificultad.
GamesGrid usa el PR, Performance Rating, para medir la fuerza de juego. El PR mide la equity media que un jugador regala por decisión, multiplicada por 500.
Cuanto más bajo, mejor. Cero significa ningún error según el motor de análisis.
Es el mismo marco de medición que se usa para evaluar el rendimiento de los humanos en backgammon, lo que significa que un jugador virtual y un jugador humano pueden discutirse en la misma escala.
Cada nivel tiene un rango de PR objetivo, y cada miembro tiene un objetivo individual dentro de ese rango.
| Level of Play | Personajes | PR objetivo | Rating inicial |
|---|
| Principiante | 10 | 20,6 a 23,6 | 1100 |
| Ocasional | 40 | 15,1 a 17,4 | 1300 |
| Intermedio | 152 | 11,3 a 13,3 | 1500 |
| Avanzado | 175 | 7,0 a 8,6 | 1700 |
| Experto | 100 | 4,0 a 6,0 | 1900 |
| Clase mundial | 25 | 2,5 a 3,5 | 2100 |
| Supremo | 10 | 2,0 a 2,8 | 2300 |
| Gran maestro: GG Guru | 1 | 0 | 2300 |
Como referencia, un humano de clase mundial juega en torno a un PR de 3 a 5 a lo largo de un torneo. El nivel Supremo está por encima de eso a propósito. Guru es otra cosa. Guru es el motor a plena potencia.
Una salvedad importante se aplica tanto a humanos como a jugadores virtuales: el PR de una sola partida puede variar considerablemente.
Una partida llena de decisiones sencillas da menos ocasiones de equivocarse. Una partida difícil puede dejar al descubierto más debilidades. Un nivel describe, por tanto, el rendimiento a lo largo de muchos juegos, no una promesa sobre la próxima partida.
¿Cómo se consigue que un bot juegue como una persona?
Construir un programa de backgammon fuerte se resolvió hace décadas.
Construir uno que juegue más débil de forma creíble es un problema mucho más interesante.
El objetivo no era simplemente hacer a unos miembros más fuertes y a otros más débiles. Queríamos que sus errores aparecieran en el tipo de posiciones en las que también se equivocan los jugadores humanos de fuerza similar.
Ahí fue a parar buena parte del trabajo.
La solución fácil, y por qué la rechazamos
Una manera sencilla de debilitar a un rival de ordenador es hacer que elija una jugada peor cada cierto tiempo.
El problema es que eso puede producir un rival que hace varias jugadas excelentes y de repente comete un blunder que se siente completamente fuera de carácter.
Eso puede crear un rival estadísticamente más débil, pero no crea necesariamente un jugador creíble.
Queríamos que los propios errores tuvieran sentido.
Medimos cómo se equivoca la gente de verdad
Para entenderlo, medimos el juego humano.
Se analizaron alrededor de 200.000 decisiones tomadas por aproximadamente 100 jugadores reales, incluidas partidas de prueba de GamesGrid, abarcando de PR 1,7 a PR 15,9.
Cada decisión se comparó con la evaluación del motor.
La pregunta no era simplemente con qué frecuencia se equivocaba alguien. Miramos dónde ocurrían los errores, cuánto costaban, qué jugada alternativa se elegía y dónde los jugadores solían ser precisos.
Esos datos se convirtieron en la base del modelo de juego usado en todo el plantel.
Cómo ocurre un error en realidad
La gente no decide cometer un blunder. Lee mal la posición.
GamesGrid modela esa idea.
Un miembro mira la evaluación que hace el motor de las jugadas disponibles a través de una cantidad controlada de percepción imperfecta, y después elige la jugada que parece mejor desde esa visión imperfecta.
Eso significa que los errores son más probables cuando varias jugadas están cerca.
Cuando una jugada es claramente superior, incluso un miembro más débil tiene más probabilidades de encontrarla.
Un miembro también puede estar más o menos atento en una decisión concreta. Con qué frecuencia ocurre depende del nivel de juego.
Esto permite que un jugador ocasional cometa de vez en cuando un error importante sin obligar a que cada jugada sea ligeramente imprecisa.
Los errores siguen reglas
Un jugador más débil no tiene que jugar mal todo el tiempo.
Un juego fácil puede seguir siendo un buen juego. Si un miembro se enfrenta sobre todo a decisiones sencillas, puede producir un PR mucho mejor que su objetivo a largo plazo.
No hay presupuesto de errores. Un miembro no está obligado a cometer un error porque haya hecho varias buenas jugadas seguidas. Las versiones anteriores del modelo incluían un comportamiento de compensación, pero ese mecanismo se eliminó.
Las carreras y las salidas de fichas suelen ser más limpias. En los datos humanos, las carreras y las salidas de fichas suponen alrededor del 15 % de las jugadas, pero menos del 1 % de la equity total perdida. Los miembros reflejan ese patrón.
El tamaño de los errores cambia con la fuerza. Un humano fuerte, en torno a PR 2,3, elige la jugada preferida del motor aproximadamente el 85 % de las veces. Un jugador más débil, en torno a PR 11, lo hace aproximadamente el 69 % de las veces. Cuando cualquiera de los dos no da con la mejor jugada, más de la mitad de esas elecciones son la segunda mejor.
El modelo usa esos patrones para crear un juego más débil sin convertir a los miembros más débiles en jugadores aleatorios.
Errores que evitamos a propósito
Los jugadores humanos pueden cometer casi cualquier error imaginable, pero algunos errores hacen que un rival virtual resulte menos convincente, no más.
Por esa razón, GamesGrid limita deliberadamente ciertos comportamientos.
Un miembro que va claramente por delante no tirará de repente una gran ventaja con un blot evidentemente evitable.
Cada nivel de juego tiene además un techo de cuánta equity puede perder una sola decisión de juego de fichas.
Esos límites son intencionados. El objetivo no es reproducir todos los errores humanos posibles. Es crear rivales cuyo comportamiento general siga siendo creíble.
Cada miembro tiene también una agudeza individual dentro de su nivel, así que dos jugadores intermedios no son simplemente rivales idénticos con distinto nombre y distinta cara.
El cubo es una segunda habilidad, y se ajusta por separado
El juego de fichas y el manejo del cubo son habilidades distintas.
Un jugador puede mover bien las fichas y aun así regalar mucha equity con malos dobles, aceptaciones y rechazos. Otro puede entender el cubo mejor de lo que sugeriría su juego de fichas.
GamesGrid trata esas habilidades por separado.
Cada nivel tiene su propio temperamento de cubo. Los principiantes son en general más reticentes a doblar y más dispuestos a aceptar. Los niveles más fuertes se vuelven progresivamente más precisos.
En los tres niveles más débiles, las decisiones de cubo usan el mismo enfoque de percepción imperfecta que el juego de fichas, ajustado a la manera en que los jugadores humanos más débiles doblan, aceptan y rechazan en realidad.
El nivel de un miembro se basa en el coste combinado de los errores de juego de fichas y de cubo.
Jugar las fichas como un experto no basta si el cubo se maneja sistemáticamente como un principiante.
Abandonan, y juzgan tus abandonos
Un miembro que va perdiendo claramente puede ofrecer abandonar un solo juego, un gammon, un backgammon o la partida entera.
Tú decides si aceptas.
El comportamiento de abandono también está calibrado. Los miembros más débiles tienden a abandonar más tarde y con menos precisión que los más fuertes.
Y la decisión importa también de tu lado.
Acepta una oferta que vale menos de lo que valía la posición si el juego continuaba, y el análisis posterior a la partida puede registrarlo como un error tuyo, con su coste en equity.
Saber cuándo abandonar, y cuándo aceptar un abandono, forma parte de jugar bien al backgammon.
GG Guru es la excepción
Un jugador del club no tiene ruido añadido, ni deriva de atención, ni un temperamento de cubo más débil.
GG Guru juega la jugada preferida del motor en cada ocasión.
Eso no hace a Guru invencible. El backgammon sigue teniendo dados, e incluso el juego más fuerte pierde partidas.
Significa simplemente que Guru no está debilitado a propósito como el resto del plantel.
El motor debajo de cada jugador
Debajo de los 513 miembros está GNU Backgammon, un motor de backgammon de red neuronal desarrollado como software libre durante más de dos décadas.
El motor de backgammon funciona dentro de tu navegador. La evaluación de posiciones y el cálculo de jugadas no necesitan enviarse a un motor de análisis remoto ni esperar en una cola de análisis externa.
El LLM conversacional es un sistema separado del motor de backgammon.
GNU Backgammon realiza dos trabajos distintos dentro de GamesGrid.
Primero, evalúa la posición durante el juego. El modelo de juego individual del miembro determina después qué hace ese personaje con esa evaluación.
Segundo, GNU Backgammon se usa para el análisis posterior a la partida, con una fuerza constante para todos los jugadores.
GNU Backgammon tiene licencia GNU GPL v3. GamesGrid incluye la información de licencia y los enlaces al código fuente requeridos en Ajustes.
La historia del motor, y el camino desde los programas de backgammon anteriores hasta GNU Backgammon, se trata en nuestra página GNU Backgammon.
La fuerza de juego cambia cómo maneja un miembro una posición. No cambia los dados.
Ningún miembro virtual recibe conocimiento previo de las tiradas futuras.
Un principiante y GG Guru usan la misma fuente de dados, con independencia del nivel de juego, del marcador o de si van ganando o perdiendo.
Cada partida completada contiene además un registro de las tiradas y las jugadas, así que la partida puede reproducirse después.
Cuando se abra el multijugador online, los dados los emitirá el servidor y no el dispositivo de ninguno de los jugadores. El sistema exacto de verificación se documentará cuando esa implementación esté completa.
El principio de fondo es simple: la distribución no se altera para suavizar una mala racha, fabricar una remontada ni influir en un resultado.
El modelo de juego cambia las decisiones, no los dados.
El mismo juez para todos
El modelo del rival y el analista posterior a la partida están separados.
Juegues contra quien juegues, desde el principiante más débil hasta GG Guru, el análisis posterior usa los mismos ajustes: evaluación a dos plies, sin ruido añadido y el mismo filtro de jugadas.
Un miembro más débil no recibe una evaluación más indulgente. Guru no recibe una más estricta.
El mismo criterio se usa también cuando medimos y calibramos a los miembros del club.
Cada partida se puede exportar como archivo .mat estándar, lo que te permite abrirla en un software de análisis de backgammon compatible y revisar la partida de forma independiente.
Lo que muestra el análisis se explica en nuestra página Análisis de backgammon. Lo que significan el PR, el rating y los niveles de juego se explica en nuestra página Rendimiento de bots y jugadores de IA.
Lo que no afirmamos
Una página técnica debe ser clara tanto sobre los límites como sobre las capacidades.
Su fuerza en backgammon no aprende ni se adapta a ti. El modelo de juego de un miembro es el mismo en tu partida número cien que en la primera. La IA conversacional es una parte separada del sistema.
Sus errores no son aleatorios. La variación del modelo de juego está moldeada para parecerse al error de juicio humano, no a elegir jugadas legales arbitrarias.
GG Guru no es invencible. Guru juega las jugadas preferidas del motor. Los dados siguen decidiendo mucho.
El PR de un miembro es un objetivo. No es una garantía para una partida concreta.
Las funciones todavía en desarrollo se describen como tales. El multijugador, los torneos, las ligas, el 2 contra 2 y el Tutor Mode se señalarán como disponibles cuando se publiquen de verdad.
