觀看5萬(wàn)個(gè)游戲視頻后，英偉達(dá)AI學(xué)會(huì)了自己開(kāi)發(fā)「吃豆人」

曉查 2020-05-23 12:24:48 來(lái)源：量子位

曉查 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

AI學(xué)會(huì)玩游戲已經(jīng)不是什么新鮮事了，無(wú)論是星際爭(zhēng)霸還是王者榮耀，AI的水平都已經(jīng)超過(guò)了頂級(jí)選手。

現(xiàn)在，AI不僅能玩游戲，還學(xué)會(huì)了造游戲。

在觀看了5萬(wàn)個(gè)的吃豆人（Pac-Man）游戲視頻后，英偉達(dá)的AI終于自己“山寨”了一個(gè)，而且事先沒(méi)有看過(guò)一行原始游戲代碼。

來(lái)自英偉達(dá)的研究人員說(shuō)：通過(guò)觀察細(xì)節(jié)，AI學(xué)會(huì)了規(guī)則。

這些細(xì)節(jié)包括：吃豆人的速度、移動(dòng)能力；四個(gè)鬼魂的運(yùn)動(dòng)方式；吃豆人吃下大力丸會(huì)怎樣；當(dāng)鬼魂碰到吃豆人時(shí)，會(huì)發(fā)生什么。

知道這些細(xì)節(jié)后，AI完成了逆向工程，從中悟出了游戲邏輯，有模有樣地仿制出來(lái)：

英偉達(dá)這個(gè)逆向游戲的AI叫GameGAN，顧名思義，就是用來(lái)生成游戲的GAN。GAN之前的用途主要是生成圖片。

5月22日是吃豆人這款游戲的40歲生日，英偉達(dá)在這一天推出GameGAN，是和吃豆人的游戲開(kāi)發(fā)商萬(wàn)代南夢(mèng)宮合作的紀(jì)念活動(dòng)。

GameGAN制造的游戲，連萬(wàn)代南夢(mèng)宮工程師堤光一郎看到后都大吃一驚：“很難想象這是在沒(méi)有游戲引擎的情況下重新創(chuàng)造出吃豆人。”

不知道這位游戲開(kāi)發(fā)者會(huì)不會(huì)有某一天被AI替代的恐懼。

英偉達(dá)是如何做到的

GameGAN在訓(xùn)練過(guò)程中會(huì)讀取游戲畫(huà)面和鍵盤(pán)操作，通過(guò)限制操作（如玩家按下的按鈕）來(lái)預(yù)測(cè)下一幀。它直接利用圖像和動(dòng)作對(duì)進(jìn)行學(xué)習(xí)，而無(wú)需訪問(wèn)底層的邏輯或引擎。

解碼器要學(xué)習(xí)如何解開(kāi)幀中的靜態(tài)和動(dòng)態(tài)分量，從而使GameGAN的行為更易于解釋。

要做到這一點(diǎn)，研究人員需要克服巨大的設(shè)計(jì)挑戰(zhàn)，要讓模擬物理引擎并保持長(zhǎng)期一致性（保證模擬場(chǎng)景不隨事件編號(hào)），還必須確保GameGAN在創(chuàng)建游戲過(guò)程中模擬的可預(yù)測(cè)性與隨機(jī)性（在一定規(guī)則內(nèi)設(shè)計(jì)出不同關(guān)卡）。

GameGAN由3個(gè)部分組成：記憶模塊，動(dòng)力學(xué)引擎和渲染引擎。

動(dòng)力學(xué)引擎負(fù)責(zé)了解在游戲環(huán)境中哪些行為是“不允許的”（比如吃豆人無(wú)法穿墻而過(guò)），并負(fù)責(zé)對(duì)行為結(jié)果的反應(yīng)方式進(jìn)行建模。

內(nèi)存模塊負(fù)責(zé)建立長(zhǎng)期一致性，讓模擬場(chǎng)景不會(huì)隨時(shí)間而變化，這部分是通過(guò)“記住”每個(gè)生成的場(chǎng)景來(lái)實(shí)現(xiàn)的。

渲染引擎負(fù)責(zé)渲染給定對(duì)象和屬性貼圖的模擬圖像，并通過(guò)遮擋對(duì)象自動(dòng)考慮深度。

GameGAN是生成對(duì)抗網(wǎng)絡(luò)，當(dāng)然也會(huì)有生成器和鑒別器，在這套模型中，系統(tǒng)嘗試“欺騙”鑒別器來(lái)生成逼真的、連貫的游戲。鑒別器有三個(gè)：?jiǎn)螆D像鑒別器，行動(dòng)條件鑒別器和時(shí)間鑒別器。

訓(xùn)練GameGAN的游戲數(shù)據(jù)由萬(wàn)代南夢(mèng)宮提供，包括5萬(wàn)個(gè)游戲視頻，總共有幾百萬(wàn)幀。為了訓(xùn)練AI，英偉達(dá)的研究人員動(dòng)用了4臺(tái)DGX系統(tǒng)，每臺(tái)均配備了Quadro GV100工作站級(jí)GPU。

英偉達(dá)并未透露訓(xùn)練時(shí)間，但是可以預(yù)測(cè)訓(xùn)練費(fèi)用一定不菲。

訓(xùn)練AI的硬件

Nvidia的最新實(shí)驗(yàn)以類似的方式開(kāi)始，因?yàn)槠銩I研究團(tuán)隊(duì)在50,000小時(shí)的“ 吃豆人”游戲中訓(xùn)練了四臺(tái)計(jì)算機(jī)場(chǎng)（每臺(tái)計(jì)算機(jī)均配備了Quadro GV100工作站級(jí)GPU）。

在實(shí)驗(yàn)中，Nvidia團(tuán)隊(duì)在四天內(nèi)為GameGAN提供了50,000集（共幾百萬(wàn)幀）的《吃豆人》

不僅僅是吃豆人

除了吃豆人外，英偉達(dá)還在Doom的基礎(chǔ)上開(kāi)發(fā)出了另一款《毀滅戰(zhàn)士》。

比吃豆人負(fù)責(zé)的是，毀滅戰(zhàn)士是一款3D游戲，GameAI還需要處理游戲前景和背景的遮擋關(guān)系。

當(dāng)然，無(wú)論是吃豆人還是毀滅戰(zhàn)士，英偉達(dá)GameGAN生成的畫(huà)面都比較粗糙。研究人員承認(rèn)現(xiàn)有模型存在著保真度問(wèn)題。GameGAN生成的吃豆人游戲最大可達(dá)到128×128像素的分辨率，每秒約50幀。

但是這項(xiàng)技術(shù)有希望幫助游戲開(kāi)發(fā)者加快開(kāi)發(fā)新關(guān)卡、角色甚至代替部分游戲的創(chuàng)作過(guò)程。

對(duì)于一些用戶可以自定義的游戲，比如《超級(jí)馬里奧創(chuàng)造家》，AI是不是可以幫我們?cè)O(shè)計(jì)一下關(guān)卡呢？

傳送門(mén)

論文地址：

https://cdn.arstechnica.net/wp-content/uploads/2020/05/Nvidia_GameGAN_Research.pdf

項(xiàng)目主頁(yè)：

https://nv-tlabs.github.io/gameGAN/