Upaya untuk menciptakan perilaku kawanan yang realistis dalam game telah lama menjadi tantangan bagi para pengembang, namun model bahasa AI kini menunjukkan kemampuan yang mengesankan dalam pengembangan game. Sebuah eksperimen terbaru menantang berbagai model AI untuk menciptakan game penggembalaan domba bernama Shepherd's Dog dalam satu percobaan, dengan Claude 3.7 muncul sebagai pemenang yang jelas.
Konsep di balik Shepherd's Dog sederhana namun menarik: pemain mengendalikan seekor anjing untuk menggiring domba ke dalam kandang sebelum malam tiba. Yang membuat game ini menarik adalah perilaku kawanan domba yang realistis, yang harus menunjukkan dinamika kelompok yang otentik sambil bereaksi terhadap keberadaan anjing dan bernavigasi di sekitar rintangan.
Model AI Menunjukkan Tingkat Keberhasilan yang Bervariasi
Claude 3.7 mendominasi kompetisi dengan skor 24/28, menciptakan apa yang banyak pengguna gambarkan sebagai game yang benar-benar menyenangkan dengan pergerakan domba yang natural. Versi Claude bahkan menganimasi transisi menjelang malam tanpa diminta secara khusus untuk melakukannya. Seorang pemain mencatat bahwa game ini terasa mengingatkan pada game mobile di masa awal iPhone dalam hal kesederhanaan dan daya tariknya.
Model lain menunjukkan hasil yang beragam. O3-mini dari Anthropic mendapat skor 16/28, menerapkan algoritma boids klasik untuk perilaku kawanan. Meskipun secara teknis mengesankan, beberapa pengguna mencatat bahwa pendekatan ini tidak terasa sepenuhnya alami untuk domba karena algoritma boids mempertahankan gerakan konstan, sedangkan domba asli bisa tetap diam.
Di bagian bawah papan peringkat, model seperti Deepseek gagal menghasilkan JavaScript yang valid, sementara GPT-4o dan Gemini Pro masing-masing hanya mendapat 4/28 poin, dengan fitur terbatas dan masalah fungsionalitas.
Papan Peringkat Model AI untuk Game Shepherd's Dog
| Model | Skor | Catatan |
|---|---|---|
| Claude 3.7 | 24/28 | Demo yang sangat mengesankan, kurang beberapa dinamika rintangan |
| o3-mini | 16/28 | Kehilangan beberapa fitur, tetapi memiliki pengelompokan & gameplay yang baik |
| o1 Pro | 12/28 | Mirip dengan o3-mini |
| Mistral | 12/28 | Penggembalaan tidak diimplementasikan dengan benar |
| GPT-4o | 4/28 | Fitur terbatas, model tidak mau melanjutkan |
| Gemini Pro | 4/28 | Sulit karena domba tidak tetap berada di kandang |
| Deepseek | 0/28 | JavaScript tidak valid |
| Cursor | 0/28 | Mengesankan tetapi mungkin tidak memenuhi syarat sebagai "one-shot" |
Algoritma Kawanan: Inti dari Tantangan
Tantangan utama dalam menciptakan game ini terletak pada implementasi perilaku kawanan yang realistis. Banyak model AI menggunakan algoritma boids secara default, sebuah pendekatan terkenal untuk mensimulasikan perilaku kawanan yang dikembangkan pada tahun 1980-an. Namun, seperti yang ditunjukkan oleh seorang komentator, boids mungkin tidak ideal untuk simulasi domba:
Sepertinya o3-mini mengimplementasikan algoritma 'boids' untuk kawanan (kemungkinan karena prevalensinya di internet), tetapi saya rasa di sini itu tidak benar-benar cocok. Memang dalam boids setiap elemen memiliki kecepatan konstan (atau minimum), sehingga domba tidak pernah berhenti 'berlari'. Saya merasa perilaku kawanan Claude terlihat lebih alami, untuk domba.
Wawasan ini menyoroti bagaimana implementasi Claude 3.7 berhasil menciptakan perilaku mamalia yang lebih realistis dengan memungkinkan domba memiliki kecepatan minimum nol—perbedaan halus namun penting yang membuat simulasinya terasa lebih otentik.
Keterlibatan Komunitas dan Perbaikan
Respons komunitas terhadap game-game yang dihasilkan AI ini sangat antusias, dengan beberapa pengguna berbagi versi mereka sendiri atau menyarankan perbaikan. Seorang pengguna menciptakan versi yang ditingkatkan menggunakan beberapa model AI secara kombinasi, menunjukkan bagaimana bimbingan manusia dapat membantu menyempurnakan kode yang dihasilkan AI.
Beberapa pengguna mencatat masalah kebergunaan yang akan mendapat manfaat dari penyempurnaan manusia, seperti peta yang terlalu besar di desktop atau domba yang terjebak di sudut. Pengamatan ini menyoroti bahwa meskipun AI dapat menciptakan game fungsional dalam sekali coba, pengujian dan iterasi oleh manusia tetap penting untuk memoles pengalaman bermain.
Menariknya, beberapa komentator menyebutkan bahwa mereka sebelumnya pernah mencoba membuat game serupa sendiri, menunjukkan bahwa konsep penggembalaan domba memiliki daya tarik luas di kalangan pengembang game. Tantangan untuk mendapatkan perilaku kawanan yang tepat tampaknya menjadi hambatan umum yang dihadapi banyak orang.
Eksperimen ini menunjukkan kemajuan pesat kemampuan coding AI sambil juga mengungkapkan keterbatasan mereka saat ini. Sebagai kreasi sekali jadi tanpa umpan balik atau iterasi, game-game ini merupakan pencapaian teknis yang mengesankan, tetapi mereka masih mendapat manfaat dari penyempurnaan manusia untuk mencapai potensi penuh mereka.
Bagi yang tertarik untuk mencoba game-game buatan AI ini, mereka tersedia melalui pratinjau HTML GitHub, meskipun beberapa pengguna melaporkan peringatan keamanan dari browser tertentu—hambatan tak terduga untuk apa yang pada dasarnya adalah game HTML/JavaScript sederhana yang dihosting di GitHub Pages.
Referensi: Konsep Game Shepherd's Dog dan Papan Peringkat AI