La IA ha aprendido a diseñar granjas eficientes en Minecraft: utiliza modelado matemático y restricciones

El asistente virtual no solo le dará al agricultor instrucciones, sino que también le explicará por qué esta es la mejor opción.

En el sandbox cúbico de Minecraft, los jugadores tienen muchas herramientas para expresarse y crear varias construcciones, incluidas las "granjas de ensueño". Para algunos jugadores, la eficiencia es lo primero, no la estética, y para este tipo de personas existe una solución técnica.

Recientemente, un desarrollador bajo el apodo de Serranegra presentó un proyecto que ofrece un esquema de construcción de granjas optimizado al máximo. Para la planificación se utilizan las capacidades de la inteligencia artificial.

El esquema de trabajo es simple: el jugador proporciona al agente de IA información sobre el terreno y el cultivo deseado (planta); a cambio, se le devuelve la disposición óptima de los bloques para maximizar la producción. Además, el sistema también proporcionará pruebas de que "no existe nada mejor". Para el trabajo se utiliza el modelo "OR-Tools CP-SAT".

Por ejemplo, así es como se ve la solución al problema de optimización para la caña de azúcar (a la izquierda se muestra el patrón "tradicional" y a la derecha, la forma óptima):

El problema se plantea teniendo en cuenta la mecánica del juego: la caña crece en una celda adyacente al agua; cada bloque de agua ocupa una celda y alimenta no más de cuatro celdas adyacentes. Todo se reduce a resolver un problema de cobertura con un conflicto entre el área para la planta y el agua.

Si el jugador usa "franjas de agua", obtendrá 54 unidades de caña, es decir, se utiliza el 66.7% de la tierra, mientras que la solución propuesta permite plantar 61 cañas y se utiliza el 75.3% de la tierra, es decir, el aumento de eficiencia es de aproximadamente el 13%.

Sin embargo, no con todas las plantas la ganancia de la "solución óptima" propuesta por la IA será grande, e incluso podría no existir. El desarrollador señaló que su herramienta no oculta tales situaciones y lo informa honestamente:

La conclusión no será: "optimice siempre", sino así: "En el caso de la caña de azúcar, el solucionador da una ventaja de varios por ciento en comparación con un jugador reflexivo; en el caso de la siembra de cactus, casi nada; en el caso del trigo, absolutamente nada. Una herramienta digna de confianza es aquella que le dirá cuándo es mejor no usarla, y esto se demuestra claramente, sin ocultar un "+0.0%" en algún lugar de la tabla".

Serranegra publicó el código fuente del proyecto "optifarm" en acceso abierto en GitHub.