NVIDIA 讓 AI 看過 5 萬局小精靈遊玩影片,然後從無到有重製一套完整的小精靈遊戲

2020.05.22 09:00PM
2715
照片中提到了Al re-creates PAC-MAN、in just days with、NVIDIA GameGAN,包含了吃豆人、吃豆人、電子產品、字形、紫色

為了慶祝 BANDAI NAMCO 萬代南夢宮旗下知名遊戲 Pac-Man 小精靈問世 40 周年, NVIDIA 與 BANDAI NAMCO 合作,透過 NVIDIA 研究員開發的 AI ,觀看 5 萬局 BANDAI NAMCO Research 提供的小精靈的遊戲影像後,從完全沒有遊戲引擎的,從無到有重製一套完整的小精靈遊戲。

NVIDIA 也預計在下半年在 AI Playground 推出這套藉由 AI 產生的重製版小精靈,讓玩家可比較 AI 重製版與原本是否一樣好玩

NVIDIA 研究員所使用一套名為 GameGAN 的 AI , GameGAN 是透過對抗生成網路( GAN )作為基礎,試圖透過對抗神經網路模擬遊戲引擎,在這套 AI 當中分為生成器與是別器兩套神經網路,藉由觀看遊戲影像( Screen Play ),由生成器根據分析結果試圖還原遊戲引擎並產生遊戲、再由識別器驗證生成器產生的遊戲是否與它所認知的影片遊玩方式相符。

照片中提到了NVIDIA DGX-1、WITH NVIDIA TESLAV100、ESSENTIAL INSTRUMENT OT,包含了小工具、英偉達、英偉達DGX、NVIDIA TESLA V100、電子產品

▲透過 DGX 執行 GameGAN ,在四天時間、觀看 5 萬部遊戲影像產生重製版的小精靈

GameGAN 並不直接涉入遊戲的原始碼,而是利用觀看遊戲影片進行分析後產生一套基於 AI 作為引擎的遊戲,透過收錄遊戲按鍵操作行為的人工代理程式在這套遊戲進行操作,生成器則根據人工代理程式的行為即時做出遊戲環境框架,再由識別器根據驗證人工代理程式在生成器重製遊戲的影像是否與原版遊戲影片的行為與視覺特徵一致。

這也意味著無論是無論是任何遊戲,都可在擁有遊戲遊玩影片與基於玩家遊玩的按鍵操作腳本的人工代理程式下,由 GameGAN 試圖產生可執行的遊戲引擎進行遊戲重製,甚至可透過 GameGAN 在學習大量的遊戲關卡操作影片劇本後,產生過去未有的全新關卡。

而 GameGAN 是 NVIDIA 的研究員在 8 個月前興起的計畫,中間也嘗試過多次以遊戲影像還原遊戲的測試,而這次 NVIDIA 研究員與 BANDAI NAMCO 合作,以基於 Tesla V100 的 DGX 系統執行  GameGAN ,以 AI 本身作為重製版遊戲的引擎,僅花四天的時間即從無到有完成這套重製版小精靈。

由 GameGAN 產生的重製版小精靈不僅還原遊戲中的玩家操作的小精靈、迷宮形狀、點點、無敵藥丸,就連作為敵對方的幽靈的動作、遊戲規則、吃到無敵藥丸後畫面產生變化、可逆吞敵對幽靈的特色、以及敵對幽靈開始逃竄也完全重現,且別忘了這只是在觀看遊戲影片後產生的重製遊戲。

同時由於 GameGAN 能將遊戲背景與遊戲中移動的物體角色區別,亦能將遊戲進行重新設定,可把遊戲舞台背景置換成任何的環境,或把牆壁變成圍籬,也可把當中的遊戲角色變成其它物體,變成一套有原本遊戲要素的另類小精靈,開發者也可利用這樣的特性輕鬆創造特別版遊戲。

而 GameGAN 也不僅只能夠看影片產生遊戲,亦能應用在許多領域,如應用產線與輸送機器人的 AI 邏輯開發,亦可使用真實世界的影片在虛擬環境提供與真實工廠相同的光源、物理特性;而在自動駕駛領域,亦可藉由車輛的攝影機拍攝的汽車動態,使 AI 能根據駕駛行為與結果,在 AI 的駕駛模擬環境提供相同的結果。

NVIDIA 研究員也期許 GameGAN AI 能夠透過 AI 影片學習大量真實世界的各種物理效果與特性,使這些效果能夠應用在 3D 虛擬世界中,無論是對於物理特性模擬、虛擬訓練環境的建立,遊戲與電影世界的特效,都能與真實世界越來越接近。

0 則回應