根据这些信息逐帧重新创建它没有供软件绘制的预渲染图像

手机 来源:网易 2022-03-21 20:01   阅读量:5659   

无需编码

根据这些信息逐帧重新创建它没有供软件绘制的预渲染图像

英伟达以其显卡而闻名,但该公司也对人工智能进行了一些认真的研究在其最新项目中,英伟达的研究人员教会了一个人工智能系统,只需通过观看游戏来重现Pac—Man游戏

不涉及编码,也没有供软件绘制的预渲染图像AI 模型只是简单地提供游戏的视觉数据以及伴随的控制器输入,然后根据这些信息逐帧重新创建它由此产生的游戏可供人类玩,英伟达表示将在不久的将来在线发布

它只是通过观看来学习所有这些东西

不过,AI 版本绝不是完美的复制品图像很模糊,而且 AI 似乎并没有设法捕捉到游戏鬼魂的确切行为,每个鬼魂都被编程为具有特定的个性来决定其运动但吃豆人的基本动力都在那里:吃药丸,避开鬼,尽量不死

它只是通过观察来学习所有这些东西,Nvidia 的模拟技术副总裁 Rev Lebaredian 在一次简报中告诉记者 类似于人类程序员如何在 YouTube 上观看多集吃豆人并推断游戏规则并重建它们

AI 生成的吃豆人有点模糊,但所有基础知识都在那里。

英伟达表示,这样的工作展示了未来人工智能将如何用于游戏设计开发人员可以将他们的工作输入 AI 并使用它来创建变化或设计新的关卡你可以用它来混合不同的游戏,Nvidia 多伦多研究实验室主任 Sanja Fidler 告诉记者,通过 将不同的游戏混合在一起,为游戏开发商提供额外的权力

创建可以仅通过观看虚拟世界的操作来学习虚拟世界规则的 AI 也对机器人编程等任务产生影响我们希望它学习现实世界的规则,Lebaredian 说例如,人工智能可能会观看机器人手推车在仓库中导航的视频,并使用该信息设计自己的导航软件

重新创建Pac—Man 的程序称为 GameGANGAN 代表生成对抗网络,是机器学习中常用的架构GAN 的基本原理是它分为两部分工作GAN 的前半部分尝试复制输入数据,而后半部分将其与原始数据进行比较如果它们不匹配,则生成的数据将被拒绝,并且生成器会调整其工作并重新提交

像这样的人工智能系统可以用来训练像上面那样的仓库机器人,它由英伟达的硬件和软件提供支持。IT了解到,如果一个玩家想要使用新的功能,他需要另一个玩家进入“你的活动”设置,打开“当前游戏”,启用加入当前游戏的功能。

之前已经有人使用人工智能来生成视频游戏等虚拟世界但是英伟达的研究人员引入了几个新的方面,包括一个内存模块,它允许系统存储游戏世界的内部地图这导致了游戏世界的更大一致性,这是重新创建吃豆人迷宫时的一个关键特征它们还允许将游戏世界的静态元素与动态元素分开,这符合公司使用 AI 生成新关卡的目标

从事类似任务的谷歌人工智能研究员 David Ha 告诉The Verge,这项研究非常有趣Ha 说,早期的团队曾尝试使用 GAN 重新创建游戏世界,但据我所知, 是第一个展示良好结果的团队

总而言之,这是一篇非常令人兴奋的论文,我期待看到更多使用这种方法的发展,哈说。如果玩家不想让朋友随便加入,可以手动关闭这个功能。。

不过,该过程的某些元素肯定需要调整,并在学习新任务时展示人工智能的特殊脆弱性Fidler 告诉记者,要重现Pac—Man, GameGAN 必须接受大约 50,000 集的训练从人类那里获取游戏数据是不可行的,因此该团队使用 AI 代理来生成数据不幸的是,AI 代理非常擅长游戏,以至于它几乎没有死

Fidler 说:这让试图重新创建游戏的 AI 很难学习死亡的概念 相反,在 AI 生成的Pac—Man 的早期版本中,GameGAN 对游戏进行了调整,使鬼魂从未真正到达标题角色, 而是直接跟在它后面,就像小鸭子跟随父母一样这是我们训练它的方式的一个有趣的效果,Fidler 说

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

友情合作