Тест Тьюринга для игровых ботов

Тест Тьюринга для игровых ботов был предложен с целью продвижения областей искусственного интеллекта и вычислительного интеллекта применительно к видеоиграм. Считалось, что плохо реализованный бот негативно влияет на качество игры, а бот, способный пройти этот тест и стать неотличимым от человека, может значительно повысить её качество. Кроме того, такой подход помогает опровергнуть ошибочное мнение о том, что «игровой ИИ — это уже решённая задача».

Особое внимание уделялось боту, взаимодействующему с другими игроками в многопользовательской среде. В отличие от бота, которому достаточно принимать рациональные решения, схожие с человеческими, чтобы успешно играть или побеждать в игре, данный бот должен совершать эти же действия и параллельно убеждать других внутриигровых участников в своей «человечности».

В период с 2010 по 2024 год развитие подходов к оценке игровых и разговорных ботов прошло через ряд важных вех. Произошёл переход к многокритериальным оценкам (например, тест Лавлейс 2.0 в 2014 году) и началось активное использование нейросетевых технологий. Особое значение приобрели массовые онлайн-игры, в которых искусственный интеллект успешно обманывал людей. В 2023 году в рамках масштабного исследования на базе игры «Human or Not?» с участием более 1,5 млн человек пользователи смогли правильно идентифицировать ИИ лишь в 62 % случаев. В 2024 году модель GPT-4 смогла обмануть судей в аналогичных условиях, снизив долю правильных ответов до 46 %. Исследования также показали, что настройка личности бота повышает вероятность того, что его примут за человека^[3][4].

Тест был предназначен для проверки способности игрового бота взаимодействовать с игровым миром наравне с человеком; просто выиграть у людей было недостаточно. Из этого вырос конкурс, имевший ряд целей:

• В испытании участвуют три стороны: человек-игрок, игровой бот и судья.
• Бот должен казаться более человеком, чем сам игрок-человек. Оценки судей не бинарные — как человеку, так и боту можно выставить баллы по шкале от 1 до 5 (1 — не похож на человека; 5 — человек).
• Все три участника должны быть неотличимы друг от друга с точки зрения внешнего вида на арене, за исключением случайно сгенерированного имени, чтобы минимизировать влияние случайных факторов.
• Во время матча возможность общения через чат отключена.
• У ботов отсутствуют «всевидящие» способности, которыми они могли бы обладать в других играх; они могут оперировать только теми данными, которые доступны обычному игроку.
• Человеческие участники обладали средним уровнем мастерства — среди них не было ни абсолютных новичков, ни профессионалов.

В 2008 году состоялся первый турнир 2K BotPrize, в котором в качестве платформы использовалась игра «Unreal Tournament 2004». Участники заранее создавали своих ботов с помощью интерфейса GameBots. В систему GameBots были внесены специфические изменения, чтобы соответствовать условиям конкурса — например, были удалены данные о стратегических точках карты или уроне оружия, так как эти сведения давали бы ботам нечестное преимущество.

В 2025—2026 годах для создания сложных агентов применяются архитектуры, объединяющие большие языковые модели (LLM) для высокоуровневого планирования и деревья поведения (Behavior Trees) для низкоуровневого управления, с синхронизацией через общую память.

Первый турнир BotPrize прошёл 17 декабря 2008 года как часть симпозиума IEEE по вычислительному интеллекту и играм в Австралии^[5]. Каждой команде предоставлялось время для настройки и адаптации своих ботов под модифицированный игровой клиент, однако изменять программный код на этом этапе было запрещено. Состязание проводилось в формате раундов, каждый из которых представлял собой 10-минутную битву на выживание. Судьи подключались к серверу последними и поочерёдно наблюдали за каждым участником (и человеком, и ботом) хотя бы один раз, при этом состав пар «человек–бот» варьировался. По итогам первого турнира ни один из ботов не был оценён как более человечный, чем реальный игрок^[6].

В последующих турнирах (2009–2011 годы)^[7] боты набирали всё более высокие «человечные» оценки, однако ни один из участников не стал победителем BotPrize.

В 2012 году турнир 2K BotPrize прошёл вновь, и две команды смогли создать ботов, получивших более высокие оценки «человечности», чем реальные игроки^[2].

В 2026 году турнир проводится под названием «BotPrize Unity Human-Like AI challenge» в рамках конференции IEEE CoG. Актуальной платформой для соревнования является шутер от первого лица на движке Unity^[8].

На сегодняшний день известно о двух игровых ботах, успешно прошедших тест Тьюринга для игровых ботов:

• UT^2 — команда из Техасского университета в Остине сконцентрировала внимание на боте, который набрал 51,9 % «человечности»^[9] и подстраивал своё поведение, основываясь на ранее наблюдавшихся человеческих действиях, используя нейроэволюцию. Команда опубликовала своего бота в открытом доступе^[10], для его работы требуется лицензия на игру «Unreal Tournament 2004».
• MirrorBot — бот, набравший 52,2 % «человечности». Его автор Михай Полчеану, аспирант из Румынии, представлявший ENIB CERV, разработал бота, который имитировал реакции соперника, фактически «заимствуя» элементы человеческого поведения у противника^[9][11][2]. Оба победителя добились успеха в 2012 году — к столетию рождения Алана Тьюринга.

В 2025—2026 годах для управления неигровыми персонажами (NPC) и игровыми ботами стали активно применяться большие языковые модели, такие как OpenAI GPT, xAI Grok, DeepSeek-R1 и другие^[12][13]. Благодаря этим технологиям боты получили способность вести связные нелинейные диалоги, адаптироваться к контексту происходящего и использовать память для планирования своих действий^[14]. В современных видеоиграх они могут убедительно имитировать поведение живых игроков, из-за чего их становится всё сложнее отличить от людей^[15]. Однако иллюзия живого человека часто нарушается из-за технических ограничений: главной проблемой остаётся задержка генерации ответов, нарушающая естественность общения. Кроме того, модели подвержены галлюцинациям, могут выходить из заданной роли, давать противоречивые ответы или генерировать слишком шаблонные реплики^[12][13].

Результаты, при которых бот кажется более человечным, чем человек, в определённой степени могут быть переоценены: в турнире 2012 года средний показатель «человечности» среди игроков составлял лишь 41,4 %^[16]. Это указывает на ограничения данного теста, ведь поведение человека оказывается более сложным и многогранным, чем предполагали разработчики^[17]. В связи с этим организаторы BotPrize планируют повысить сложность задач для участников в последующих соревнованиях^[18].

Считается также, что методы и техники, разработанные для теста Тьюринга для игровых ботов, найдут применение за пределами видеоигр — например, для виртуальных тренажёров и улучшения взаимодействия человека и робота^[19].

Тест Тьюринга для игровых ботов во многом отличается от традиционного варианта теста Тьюринга:

• В классических соревнованиях (например, Премия Лёбнера) люди, противостоящие чат-ботам, стремятся убедить судей, что являются людьми; в игровом же варианте основная цель игроков — победить в матче (например, набрать большее количество очков убийств).
• Судьи не обязаны выбирать только одного участника как «человека», а другого — как «нечеловека»; оценки допускают большую вариативность и сложность.
• «Человечность» игрового бота не эквивалентна интеллекту: бот, прошедший данный тест, не обязательно считается интеллектуальным, в отличие от ситуации с чат-ботами.
• Для теста выбран «Unreal Tournament 2004» благодаря коммерческой доступности и специальному интерфейсу для создания ботов GameBots; эта специфика резко отличает игровой тест от классических вариантов, где важна свободная беседа и огромный простор для вопросов.
• Информация, доступная ботам и людям, различается: люди ориентируются на зрение и слух, боты — на оперирование данными и событиями.
• Судьи не могут напрямую создавать новые игровые ситуации (например, добавить яму с лавой), как это возможно при испытаниях чат-ботов.
• Тест строится как трёхстороннее взаимодействие (два участника и судья), в отличие от классического диалога между парой «человек—машина».