《吃豆人》游戏降生40周年,英伟达用AI做了一个复刻版

发布时间:2020-05-24 00:43:53   来源:曙光健康网    
字号:

用手机扫描二维码在手机上继续观看

手机查看

1

“吃豆人”(PAC-MAN)角色近年来依然不时活跃在影戏银幕和游戏主机上,不时触发人们的怀旧感:这个“缺了一角的黄色披萨饼”在迷宫中吃豆子、躲避幽灵的设计成为游戏史上不灭的经典。如今,它已经40岁了。

热衷于用AI讲故事的英伟达也不愿意错过这个热点,在刚刚的技术揭晓中,英伟达宣布使用5万局游戏训练出的人工智能模型重建了这个40年前的经典游戏——不用写代码、不用构建游戏引擎渲染图像,仅仅通过神经网络“看”原版《吃豆人》的运行状况,自行明白游戏规则,最终完成了游戏制作。

复刻《吃豆人》的法式被称为GameGAN,这是一个使用生成反抗网络(Generative Adversarial Network,GAN)模拟盘算机游戏引擎的神经网络模型,它由一个生成器和一个判别器组成,生成器实验输入数据,而判别器将其与原版游戏数据源举行比力。如果它们不匹配,则生成的数据将被拒绝,之后生成器将调整其事情并重新提交新数据。这两个神经网络会相互竞争,并学习建设出全新内容。

同时,GameGAN通过动态引擎、渲染引擎和存储模块三个部门生成游戏实际运行画面,其中动态引擎用于凭据玩家行为变化更新当前的状态,存储模块则来记着游戏舆图,使游戏画面越发一致化和稳定。最后,渲染引擎凭据动态引擎的状态,对输出图像的举行解码和输出。

用AI制作的《吃豆人》图像有点糊,但游戏已经包罗原版游戏的所有的规则。

英伟达模拟技术副总裁Rev Lebaredian在媒体公布会中告诉现场记者:“它通过寓目就能相识所有工具。这种方法类似于人类法式员在YouTube上看《吃豆人》视频,就能推断出游戏规则并重新构建它们。”

为了制作这个复刻版的《吃豆人》,英伟达共计准备了5万局游戏视频,这些视频共有上百万帧玩家操作吃豆人的游戏画面,而GameGAN就寓目这些影片,从中学习游戏规则,好比蓝色墙不行穿越、吃豆获得分数、吃豆人吃到大豆子时,幽灵会变色逃开等。

用AI来复刻《吃豆人》的事情是英伟达在8个月前开始准备的。实际上,类似《吃豆人》这样接纳牢固、有纪律的玩法,同时可在短时间内竣事、操作历程包罗大量决议判断的游戏,很是适适用于人工智能系统训练需求。

最终,通过和万代南梦宫(《吃豆人》的游戏开发商)的互助,使用英伟达的Tesla V100的GPU盘算系统训练后的GameGAN,仅花四天的时间即从无到有完成了游戏制作。

通过GPU系统训练GameGAN,寓目5万局游戏后,仅四天时间就发生了重制版的《吃豆人》。

英伟达称,《吃豆人》的复刻事情指明晰未来人工智能在游戏设计上的偏向,开发人员可以将游戏规则输入到AI中,并使用AI来建立游戏的变体版本或设计新关卡。英伟达多伦多研究实验室主任Sanja Fidler对记者说:“使用人工智能将差别的游戏玩法融合在一起,给游戏开发人员提供了更多的选择。”

不外,这次AI复刻的《吃豆人》并非完美,研究团队表现,现在还无法在复刻版游戏中完全还原原版《吃豆人》的音乐音效。

有趣的是,英伟达的研究还找到了用AI还原《吃豆人》的一个小“BUG”:由于短时间生成大量游戏视频不大现实,因此团队使用盘算机来玩《吃豆人》生成画面。可是,用于模拟玩游戏的AI在游戏中太精彩了,这使GameGAN难以明白游戏中“死亡”的观点,所以最初发生的《吃豆人》,游戏中险些都不会输。这显示了AI训练中,训练数据的重要性。

GameGAN可用于训练机械人明白现实规则。

固然,GameGAN的作用不只是游戏用途而已。英伟达先容,这种通过视察情况互动、明白规则、最终实现模拟还原的模式,在未来的机械人模拟用途中有相当大的作用。

在已往,开发人员通常使用仿真器来训练机械人的AI,由于仿真器必须编写大量互动规则,相当费时艰苦。“仿真器是训练机械人系统的焦点,但开发仿真器很是耗时。”Sanja Fidler解释,在堆栈机械人、自动驾驶汽车、送货机械人等应用中,机械人需要学习现实世界的物理定律,因此开发者要写许多规则来打造仿真器,好比学习物体互动等。而GameGAN的泛起意味着未来可能通过简朴的神经网络训练,就可以取代庞大的编程事情。

英伟达计划今年下半年在自家的NVIDIA AI Playground平台,向外开放这个完全由AI制作的《吃豆人》游戏。

图说天下

分享到微信朋友圈

×

打开微信,点击底部的“发现”,

使用“扫一扫”即可将网页分享至朋友圈。

时尚女人
育儿知识
生活百科
减肥方法