玩家用 AI 神经网络生成《侠盗猎车 5》 实在有意思

2021年06月22日 09:21 次阅读 稿源:3DMGame 条评论

靠着机器学习和各种不同的训练方式 ,AI 已经可以做出不少让人叹为观止的事情,但如果完全不用 3D 引擎,只靠 AI 神经元网络来运算出一个 3D 游戏,会是什么效果呢?近日油管主 Harrison Kinsley 和 Daniel Kukiela 等 AI 爱好者一同打造出 《GAN Theft Auto》, 将《侠盗猎车 5》英文原名 (Grand Theft Auto V) 的第一个字由生成对抗网络 (Generative Adversarial Networks) 的缩写所取代。顾名思义,这是个由生成对抗网络模拟出来的《侠盗猎车》世界。

视频欣赏:

生成对抗网络由两个相对抗神经元网络组成,一个负责生成,另一个负责判别。在这个例子中 ,AI 被丢到《侠盗猎车》世界中的一条高速公路上进行学习,了解当使用者按下加速、煞车、左转、右转时,画面应该如何变化。生成网络会产生出一个它猜测应该正确的画面,而判别网络则会与实际的游戏画面进行比较,来指导生成网络产生怎样的画面才是对的。

其结果就是生成了一个看起来有些模糊,但大致能辨别的世界。里面所有的元素都是 AI 神经元网络依照经验生成的,完全没有用到任何 3D 绘图或物理运算。即便如此 ,AI 依然不可思议地学到了车辆影子的角度该随着转动变化,车体上的反光也是正确的。如果车子撞到障碍物时 ,AI 会懂得让画面停住,随后视撞击的角度向左或右滑,后来加入了其他车辆 ,AI 也能正确进行反应,甚至连远方山群都会随着远近的距离产生大小变化。

训练这样的 GAN 需要耗费大量的 GPU 运算力,英伟达借给 Kinsley 一台包含 64 核 AMD CPU, 四张 A100 显卡的 DGX Station A100, 可以同时执行 12 个 AI 训练模型 。Kinsley 除了让这些模型反复在公路上奔跑之外,还用 AI 来平滑画面,让其看起来不太像素化,最终得到了好像在梦境中开车的场景。

由于时间不足 ,Kinsley 和 Kukiela 无法扩大实验范围,他们不确定能将这个世界扩展到多大 ,AI 才会开始输出奇怪结果;又或是对于与其他车辆的互动,能进行到什么程度。就目前而言,与其他车辆的互动大多以对方被撞后就消失告终,但也发生过撞上时对方一分为二的事情、在少数情况下 ,AI 可以产生出正确的互动,例如有车辆挡在左方时,会让左转失效。但若想更精确表现与其他车辆的互动,恐怕还需要很长时间的训练才行。

这或许也是对未来游戏的一瞥。不难想象由 GAN 生成整个游戏,或是生成一部分游戏内容,让人觉得很有意思,很有新鲜感。

对文章打分

玩家用 AI 神经网络生成《侠盗猎车 5》 实在有意思

3 (23%)
已有 条意见

    最新资讯

    加载中...

    今日最热

    加载中...

    热门评论

      Top 10

      招聘


      Advertisment ad adsense googles cpro.baidu.com
      created by ceallan