谷歌的 GameNGen 模拟了视频游戏《毁灭战士》的部分内容

Josiah02

谷歌研究中心、谷歌 Deep Mind 和特拉维夫大学的研究小组报告称，可以使用机器学习应用程序来重新创建和模拟现有视频游戏的部分或全部。
该团队在arXiv预印本服务器上发布了一篇论文，描述了他们对现有学习应用程序的修改，他们将其称为 GameNGen，并使用它来重现和模拟视频游戏《毁灭战士》的简短片段。
利用生成式人工智能重现视频游戏的努力包括两种类型的工作：重现图像和重现动作。这个过程被称为“神经渲染”，目前有多个感兴趣的团体正在对其进行研究。
与其他人工智能应用一样，这项科学研究基于扩散模型的使用，扩散模型是一种生成系统，允许计算机使用特殊算法从旧数据创建新数据。在这项新研究中，研究团队希望确定他们是否可以通过机器学习重新创建《毁灭战士》游戏，从而忠实地模拟该游戏。
该团队从稳定扩散 1.4 开始，这是谷歌研究人员经过多次迭代开发的扩散模型。其目的是使用机器学习创建新图像。在调整模型后，研究人员赋予了它仅从视频游戏中学习的能力，而不是从互联网上的一切中学习，并将其命名为 GameNGen。
他们用来自互联网的视频来训练系统，这些视频展示了人类玩家玩《毁灭战士》游戏时的画面。这些数据被用来教会新系统《毁灭战士》世界应该是什么样子，以及游戏应该如何进行。然后他们让它运行，发现它仅使用一个 TPU 就能以每秒超过 20 帧的速度生成逼真的新游戏帧。
研究人员向人类评分者展示了 GameNGen 创建的 Doom 片段，发现他们一半以上的时间都无法区分片段和真实的游戏动作。
更多信息： Dani Valevski 等人，《扩散模型是实时游戏引擎》，arXiv (2024)。DOI ：10.48550/arxiv.2408.14837
期刊信息： arXiv