NVIDIA利用嵌入式AI视觉自动生成游戏关卡

（文章来源：EEWORLD）

日前，NVIDIA公布了其最新的研究项目，一个游戏AI系统，该系统只需要观看游戏，便可自动设计出全新的游戏关卡，此次NVIDIA的研究人员采用的是Pac-Man吃豆人游戏，也是致敬该游戏诞生40年，这项工作是与Pac-Man的创造者Bandai Namco合作完成的。该方案无需编码，无需预渲染图像，只需向AI模型提供活动中的游戏视觉数据以及随附的控制器输入，然后根据此信息逐帧重新创建AI模型。

使用机器创建所见即所得的AI是业界创举。英伟达（Nvidia）仿真技术副总裁Rev Lebaredian对记者表示：“这一系统仅通过观看就能了解所有规则。这和程序员在YouTube上通过观看《吃豆人》，然后推断游戏规则并重建它们一样。”但是，AI并不能保证绝对的完美，毕竟有时候图像模糊不清，并且AI也无法完全捕捉鬼魂的准确行为，但是吃豆人的行为比较容易发现，就是吃豆并且尽量避免碰到鬼魂。

英伟达表示，这样的工作表明了未来人工智能将如何用于游戏设计。开发人员可以将其工作输入到AI中，并使用它来创建变体或设计新关卡。 Nvidia多伦多研究实验室主任Sanja Fidler对记者说：“您可以使用它来将不同的游戏融合在一起，通过不同的游戏玩法组合赋予开发商更多的能力。”

重新创建吃豆人的项目称为GameGAN。GAN代表生成对抗网络，是机器学习中常用的架构。 GAN的基本原理是它可以分为两半。GAN的前半部分尝试复制输入数据，而后半部分将其与原始源进行比较。如果它们不匹配，则生成的数据将被拒绝，并且生成器将对其工作进行调整并重新提交。

此前已经有使用AI生成游戏关卡的方法，但是Nvidia的研究人员介绍了几个新方面，包括“内存模块”，该模块使系统可以存储游戏世界的内部地图，这将保证游戏世界中更高的一致性，这是重现《吃豆人》迷宫的关键特征。此外还允许将游戏世界中的静态元素（如迷宫）与动态元素（如幽灵）分开，这符合公司使用AI生成新关卡的目标。

Google的AI研究人员David Ha从事类似的工作，他对《The Verge》表示，这项研究“非常有趣”。Ha说，此前也有团队曾尝试使用GAN重新创建游戏世界，“但据我所知，这是第一个展示出良好成绩的公司。”

但是，该过程的某些元素确实需要进行调整，并且在学习新任务时证明了人工智能的特殊脆弱性。Fidler告诉记者，要重新制作《吃豆人》，GameGAN必须接受大约50000回合的训练。从人类那里获取游戏数据是不可行的，因此该团队使用了AI代理来生成数据。但其实人工智能非常擅长游戏，几乎没有死亡。

Fidler说：“AI很难重新创建游戏来学习死亡的概念。取而代之的是，在AI早期版本的《吃豆人》中，GameGAN对其进行了调整，以使鬼魂从未真正接触过角色，而是像小鸭子跟随父母一样一直跟随在角色背后，这是训练中非常有趣的。”

经过50,000回合游戏训练后，由NVIDIA Research创建的功能强大的新AI模型（称为NVIDIA GameGAN）可以生成功能完整的PAC-MAN版本，而无需底层游戏引擎。这意味着即使不了解游戏的基本规则，人工智能也可以令人信服的重现游戏。

NVIDIA研究人员，该项目的主要作者Seung-Wook Kim说：“这是第一次使用基于GAN的神经网络模拟游戏引擎的研究。我们想看看AI是否可以仅通过查看游戏视频就可以学习规则，他确实做到了。”当人工代理玩GAN生成的游戏时，GameGAN会对代理的行为做出响应，从而实时生成游戏环境的新框架。如果经过培训，GameGAN甚至可以生成从未有过的游戏布局，而这些布局来自多个级别或版本的游戏的剧本。

游戏发行商万代南梦宫娱乐（BANDAI NAMCO Entertainment）旗下研发公司万代南梦宫研究有限公司（BANDAI NAMCO Research Inc.）提供了此次用于训练GameGAN所用的《吃豆人》数据。该公司的Koichiro Tsutsumi表示：“在看到这个结果时，我们都感到震惊，大家都无法相信可以在没有游戏引擎的情况下再现了南梦宫的经典游戏《吃豆人》。这项研究将帮助游戏开发人员加快新关卡、角色甚至游戏的开发。一想到这一点，我们就感到十分兴奋。”

这一套仅通过观察就能掌握虚拟世界规则的AI也会对诸如编程机器人之类的任务产生影响。 Lebaredian说：“最终，我们希望它学习现实世界的规则。例如，AI可以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。”Fidler也表示：“我们最终将训练出一个AI，其只需通过观看视频和观察目标在环境中所采取的行动，就能模仿驾驶规则或物理定律。GameGAN是朝这一目标所迈出的第一步。”

比如你在汽车上安装一个摄像头。该摄像头可以记录道路环境或驾驶员的行为，例如转动方向盘或踩下油门等。这些数据可被用于训练一个深度学习模型，其能够预测在现实世界中，人类驾驶员（或自动驾驶汽车）在做出猛踩刹车等动作时会发生什么后果。
      （责任编辑：fqj）