谷歌的研究科学家发布了一篇论文,详细介绍了他们的人工智能(AI)“GameNGen”如何通过神经网络创造出类似《毁灭战士》(Doom)的游戏体验。
这四位科学家——丹尼·瓦列夫斯基(Dani Valevski)、亚尼夫·莱维亚坦(Yaniv Leviathan)、莫阿布·阿拉尔(Moab Arar)和什洛米·弗鲁赫特(Shlomi Fruchter),将Stability AI的图像生成AI“Stable Diffusion”与输入检测相结合,处理先前生成的帧,并产生新的帧(即游戏玩法/关卡的部分),确保内容都是连贯的。
这意味着你并不是在玩GameNGen上的《毁灭战士》真实关卡。该模型利用它对《毁灭战士》的了解来创造类似的游戏关卡,这几乎就像其他游戏的粉丝自制模组一样。玩家在游玩时,模型会实时围绕玩家构建关卡。
GameNGen的《毁灭战士》可以像一款“正式”的电子游戏那样进行游玩,有武器、敌人、上锁的门和生命值补给,但它并不完美。一段展示片段中,《毁灭战士》的主角跳入毒池中,但生命值却保持在4%而没有死亡。尽管如此,这仍然非常令人印象深刻。根据论文所述,“人类评分者在区分游戏实际片段和模拟片段方面的表现仅略好于随机猜测。”
GameNGen是如何做到的?
要让AI制作出《毁灭战士》,首先需要大量的数据来进行有效的预测和生成有意义的内容。科学家们认识到,从人类玩家那里收集足够的游戏数据来训练模型是不切实际的,所以他们首先训练了一个AI代理来在不同难度级别上玩《毁灭战士》,模拟不同水平的玩家技能,以尽可能全面地捕捉《毁灭战士》的游戏玩法。
高斯噪声循环与图像连贯性
为了解决图像生成中的缺陷,这些缺陷会导致准确性和连贯性随时间的推移而下降,科学家们通过结合用户输入将之前的帧反馈回新帧的训练中,超越了典型的单帧提示。然后,他们使用高斯噪声(一种随机电子噪声)对这些帧进行干扰,并使用另一个网络来修复这些提示帧。这确保了一个自我修正的循环,使得游戏玩法可以在更长的时间内进行,而无需这种方法。
目前,生成器只有大约三秒钟的记忆,所以它并不知道你一分钟前做了什么。
这意味着需要游戏中有持续知识的事物,比如已获得的钥匙,很难管理,也是科学家们将继续努力克服的关键障碍。
尽管尚不完善,但GameNGen是AI生成游戏和引擎领域的一个重要进步。此外,它还为“有人把《毁灭战士》放在[空白]上”这一庞大的游戏类别做出了贡献,该类别最近扩展到包括“有人把《毁灭战士》放进《堡垒之夜》”等轻松幽默的《毁灭战士》克隆作品。