谷歌DeepMind发布了SIMA,这是一个训练有素的AI代理,旨在学习游戏技能,从而更像人类玩家,而不是一个独断专行的强大AI。SIMA代表可扩展、可指令、多世界代理,目前仍处于研究阶段。
SIMA最终将学会玩任何视频游戏,甚至是没有线性通关路径和开放世界的游戏。尽管它不是为了取代现有的游戏AI,但你可以将其视为与你团队配合默契的另一名玩家。它将自然语言指令与对3D世界的理解和图像识别相结合。
“SIMA不是为了赢得游戏而训练的;它是为了运行游戏并按照指示行事,”谷歌DeepMind研究员、SIMA联合负责人蒂姆·哈雷在记者吹风会上表示。
谷歌与包括Hello Games、Embracer、Tuxedo Labs、Coffee Stain等在内的八家游戏开发商合作,对SIMA进行训练和测试。研究人员将SIMA插入到《No Man’s Sky》、《Teardown》、《Valheim》和《Goat Simulator 3》等游戏中,教授AI代理玩这些游戏的基础知识。谷歌在博客文章中表示,SIMA不需要定制API来玩游戏或访问源代码。
哈雷表示,团队选择了更注重开放玩法而非叙事的游戏,以帮助SIMA学习一般的游戏技能。如果你玩过或看过《Goat Simulator》的游戏过程,你就会知道,随机、自发地做事才是这款游戏的重点,哈雷表示,他们希望SIMA能学会这种自发性。
为了做到这一点,团队首先在Unity引擎中创建了一个新的环境,在这个环境中,智能体需要创建雕塑以测试它们对物体操作的理解。随后,谷歌记录了人类玩家的配对情况——其中一人控制游戏,另一人给出下一步操作的指令——以捕获语言指令。之后,玩家独立操作游戏,以展示是什么促使他们在游戏中采取行动。所有这些都被输入到SIMA智能体中,以便学习预测屏幕上接下来会发生什么。
SIMA目前拥有大约600项基本技能,如左转、爬梯子和打开菜单使用地图等。哈雷说,最终,SIMA可以被指示在游戏中执行更复杂的功能。像“寻找资源并建立营地”这样的任务仍然很难完成,因为AI智能体无法为人类执行动作。
SIMA并不是像英伟达和康威公司的AI驱动的NPC,而是游戏中的另一个玩家,它会影响游戏结果。SIMA项目联合负责人弗雷德里克·贝塞表示,现在还很难说像这样的AI智能体在研究领域之外能给游戏带来什么样的用途。
然而,就像AI NPC一样,SIMA最终可能会学会说话,但这还很遥远。SIMA仍在学习如何玩游戏,以及如何适应它从未玩过的游戏。谷歌表示,随着更先进的AI模型的发展,SIMA最终可能会执行更复杂的任务,成为带领你走向胜利的最佳AI队友。