Ludic Robot - LUNA Framework

Un Ludic Robot è un Ludic Agent costruito: una macchina, un dispositivo, un programma o un insieme di regole che una persona esegue - qualcosa che prende parte a un Ludic Process e vi decide in modo indipendente: il computer scacchistico, il robot che gioca, la rete neurale che partecipa al gioco, l’automa di un gioco da tavolo. È una forma particolare del Ludic Agent e ne soddisfa il criterio: sceglie tra possibilità nel proprio spazio d’azione.

Occupa un posto di partecipante che potrebbe occupare anche una persona - il computer scacchistico siede al posto del Nero, il bot in una partita cinque contro cinque al posto di una giocatrice mancante. Per questo conta come partecipante nella Ludic Social Structure, e „persona contro macchina” è una costellazione come ogni altra.

È costruito: il suo comportamento decisionale è specificato (il motore classico, il mazzo dell’automa) o addestrato (la rete neurale). Persone e animali portano con sé il proprio comportamento; il Ludic Robot lo riceve da chi lo costruisce. Nell’automa decide il mazzo; la persona che lo esegue è la sua tecnica, non chi lo gioca.

Non incornicia. Come per l’animale, sono le persone a fare dell’accadere un Ludic Process - esplicitamente o in base a una convenzione sociale; il Ludic Robot è incluso nell’inquadramento. Nel calcio dei robot giocano i robot, e sono le persone a fissare la partita.

Posto e accesso progettuale

Posto sull’asse: AGENT - come forma particolare del Ludic Agent (agent_type: robot). Il Ludic Agent è il termine di base neutro rispetto al tipo; gli agenti umani e animali ne sono gli altri tipi.

Accesso progettuale: interpellabile - nei confronti di chiunque non lo costruisca. Chi progetta una partita contro un motore lo interpella e ne regola lo spazio d’azione tramite le regole, ma non controlla come gioca. Chi lo costruisce insieme al gioco - l’avversario IA di un gioco di strategia - ne specifica il comportamento; per lui il robot è progettabile. È l’unico punto in cui un agente è progettabile - con un robot fissato; chi progetta un automa ne fissa il comportamento nel mazzo. Se è addestrato, chi lo costruisce ne stabilisce dotazione, funzione obiettivo e dati di addestramento, e il comportamento ne deriva: per lui il robot è perseguibile - lo si persegue e lo si verifica nel test. Se il robot continua ad apprendere durante il gioco, il suo comportamento si sposta di partita in partita (§10).

Relazioni sull’asse:

AGENT: è una forma speciale del Ludic Agent - ogni robot è un agent - e ne eredita le relazioni. Le dimensioni umane non si trasferiscono: al loro posto lo descrivono quattro lati di genere proprio - dotazione, modello di comportamento, funzione obiettivo, cambiamento di stato (§10); non ha un vissuto fenomenico.
CORPUS: occupa un posto di partecipante - la Ludic Social Structure lo ordina come ogni agente e lo conta come partecipante. Il corpus lo interpella, la regulation ne regola lo spazio d’azione; come ogni agente esegue actions.
PROCESS: prende parte, ma non incornicia. Almeno un agente umano fa dell’accadere un Ludic Process; il robot vi è incluso.
AGENT–CORPUS: neutra rispetto al tipo, vale per lui la Ludic Sovereignty - che cosa può modificare nel corpus lo fissano le determinazioni, come per ogni agente.
AGENT–PROCESS: neutra rispetto al tipo, vale per lui la Ludic Agent Situation. Concorre alle Ludic Fabulae - la mossa del motore è un evento della partita.

Delimitazioni

Delimitazione da Ludic Entity

Rispetto alla Ludic Entity: decide il posto, non la tecnica. La stessa tecnica può essere una Entity o un Ludic Robot. Il computer scacchistico, il robot che gioca, il bot che sostituisce una giocatrice mancante occupano un posto di partecipante - potrebbe occuparlo anche una persona. Il drago nel dungeon, l’ondata di nemici, la figura scriptata occupano un posto creato solo dalle regole: sono Entities. Lo stesso vale per l’esoscheletro: non decide; la persona al suo interno governa una Entity. Al contrario l’automa: una persona ne esegue il mazzo, ma occupa il posto di una giocatrice - una persona potrebbe giocare la fazione - e decide il mazzo. È un Ludic Robot.

Delimitazione da Ludic Agent

Rispetto al Ludic Agent umano con uno strumento. Una persona che usa un modello linguistico resta un agente umano: decide lei. Un modello linguistico che modera un gioco è uno strumento di chi conduce - guida il gioco, ma non occupa alcun posto di partecipante. Ludic Robot è solo la macchina che partecipa essa stessa al gioco.

Esempi

Scacchi contro un motore: il computer scacchistico siede al posto del Nero; chi gioca contro di lui gioca contro un decisore.
Go: AlphaGo contro Lee Sedol (2016) - una rete neurale addestrata come avversario in una partita di torneo.
Calcio dei robot: giocano i robot, le persone fissano la partita - l’inquadramento resta a loro.
Sparatutto multigiocatore: i bot che sostituiscono giocatori mancanti ne occupano i posti.
Gioco di strategia: l’avversario IA costruito dallo studio è progettabile per quello studio e un interlocutore per chi gioca.
Scythe in solitario: l’automa gioca una fazione; una persona ne pesca le carte ed esegue ciò che prescrivono. Anche Wingspan ha un automa.

Spiegazione

Chi gioca contro un computer scacchistico gioca contro un interlocutore che decide - non contro un dado e non contro una figura guidata dal gioco stesso. Il computer scacchistico siede dove altrimenti siederebbe una persona. Per questo è un Ludic Agent, e poiché è costruito si chiama Ludic Robot.

Anche un mazzo di carte può partecipare: l’automa di un gioco da tavolo decide secondo il suo mazzo, e una persona esegue ciò che prescrive.

Per la progettazione ciò significa: potete stabilire le regole in modo che un robot possa partecipare, e potete interpellarlo e regolarne lo spazio d’azione come quello di ogni altro partecipante. Come gioca lo determina chi lo costruisce. Se lo costruite voi stessi, progettate un partecipante - l’unico punto in cui un agente è progettabile.

Sides

Un Ludic Robot non ha capacitas, habitus, motivazione né effectus in senso umano, e non vive nulla. Lo descrivono quattro lati - non specchi delle dimensioni umane, ma ciò che ha un agente costruito:

Lato	Domanda	Esempi
Dotazione	Che cosa può percepire ed eseguire?	la telecamera e le pinze di un robot da gioco; i dati sullo stato della partita che un motore legge; il tempo di calcolo per mossa
Modello di comportamento	Come decide?	l’albero di ricerca e la funzione di valutazione di un computer scacchistico; una rete addestrata; le regole di un bot nel cinque contro cinque; il mazzo di un automa
Funzione obiettivo	Che cosa ottimizza?	la probabilità di vincere; il punteggio; per un partner di allenamento, mantenere avvincente la partita. La funzione obiettivo è un Ludic Objective posto dal suo costruttore
Cambiamento di stato	Che cosa porta con sé dalle partite?	nulla con un motore fisso; nuovi pesi con una rete che continua ad apprendere

Fissato o addestrato. Con un motore fissato o il mazzo di un automa chi lo costruisce determina il comportamento: per lui il robot è progettabile. Con una rete addestrata ne stabilisce dotazione, funzione obiettivo e dati di addestramento; il modello di comportamento ne deriva, ed egli lo verifica nel test: per lui il robot è perseguibile. Per tutti gli altri il robot è interpellabile, non controllabile; regolabile è il suo spazio d’azione.