來認識全球首個遊戲克隆AI技術，兩分鐘打造一個超級瑪麗

遊戲開發者可能很快就會有一個新的工具，來加快遊戲開發不同風格的遊戲了。

喬治亞理工學院的研究人員開發了一種新的方法，使用人工智慧來學習一個完整的遊戲引擎，這個遊戲的克隆軟體，可以用於控制從角色移動到圖形可視化的一切。

該研究在八月的澳大利亞墨爾本舉行的，國際人工智慧聯合會議上提出。

副教授兼項目聯合調查員Mark Riedl表示：「該技術依賴於一種相對簡單的搜索演算法，可以搜索以最好地預測，一組幀轉換的規則集。「

據我們所知，這是首個學習遊戲引擎的AI技術，並用遊戲畫面模擬遊戲世界。

研究人員的AI系統，只需觀看不到兩分鐘的遊戲視頻，然後通過研究框架和對未來事件進行預測，建立自己的遊戲運作模式，例如角色將選擇什麼路徑或敵人如何反應。

為了讓AI代理商，創建一個準確的預測模型，可以解釋2D平颱風格遊戲的所有物理學，該團隊在一個單一的「speedrunner」視頻中訓練了AI，玩家能直接攻擊目標。

他們先克隆了超級瑪麗，首先使用AI和Mario Bros.的遊戲視頻，來創建獨特的遊戲級設計。正在嘗試實驗克隆洛克人和刺蝟索尼克系列。

GIF/791K

GIF/414K

左圖為原遊戲視頻，右圖為克隆視頻

首席研究員和博士Matthew Guzdial表示：「我們的AI創建了預測模型，無需訪問遊戲的代碼，並使得比卷積神經網路可以更準確的預測未來事件。

previous frame、引擎預測和CNN之間的像素誤差比較

「一個視頻不會產生完美的遊戲引擎克隆，但通過在幾個附加視頻中，進行人工智慧訓練，你會得到一個很接近的結果。」

他們接下來，測試了克隆引擎在實際遊戲中的表現。他們僱用了二名AI代理商，來玩遊戲通關，並確保遊戲的主角，不會從堅實的地板掉落，或者如果被敵人擊中，則不會受傷。

結果：與使用原始遊戲引擎的AI相比，使用克隆引擎的人工智慧無法區分。

一部分遊戲視頻（左）由原始的超級瑪麗引擎製作，克隆引擎（右）演示了準確預測動畫狀態的能力。

首先，系統會掃描每個輸入視頻幀，以確定存在的對象集合，如圖所示：超級瑪麗引擎中的幀解析過程的可視化。

首先一個框架被解析，在一個框架中找到spritesheet元素，然後將其轉換成事實幀列表。

其次，我們在兩個相鄰幀之間，運行貪婪匹配演算法，以確定對象在幀之間如何變化。

最後，當第二幀與預測的下一幀不同，而超過一些設定的閾值時，我們解析每個幀並運行引擎搜索演算法。

目前的克隆技術，對於在屏幕上發生大量動作的遊戲很有效。Guzdial表示，Clash of Clans或其他類似遊戲的動作，可能會在屏幕外發生，這對於他們的系統來說可能是困難的。

他說：「如果智能代理商，要履行推進不同技術應用的承諾，智能代理商就需要對其環境做出預測。」 「我們的模式，可以用於訓練或教育場景中的各種任務，我們認為這項研究，將可能擴展到各種類型的遊戲。

paper：Game Engine Learning from Video

https://pan.baidu.com/s/1skH8wB7

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！