（文章來源：EEWORLD）

日前，NVIDIA公布了其最新的研究項目，一個游戲AI系統，該系統只需要觀看游戲，便可自動設計出全新的游戲關卡，此次NVIDIA的研究人員采用的是Pac-Man吃豆人游戲，也是致敬該游戲誕生40年，這項工作是與Pac-Man的創造者Bandai Namco合作完成的。該方案無需編碼，無需預渲染圖像，只需向AI模型提供活動中的游戲視覺數據以及隨附的控制器輸入，然后根據此信息逐幀重新創建AI模型。

使用機器創建所見即所得的AI是業界創舉。英偉達（Nvidia）仿真技術副總裁Rev Lebaredian對記者表示：“這一系統僅通過觀看就能了解所有規則。這和程序員在YouTube上通過觀看《吃豆人》，然后推斷游戲規則并重建它們一樣。”但是，AI并不能保證絕對的完美，畢竟有時候圖像模糊不清，并且AI也無法完全捕捉鬼魂的準確行為，但是吃豆人的行為比較容易發現，就是吃豆并且盡量避免碰到鬼魂。

英偉達表示，這樣的工作表明了未來人工智能將如何用于游戲設計。開發人員可以將其工作輸入到AI中，并使用它來創建變體或設計新關卡。 Nvidia多倫多研究實驗室主任Sanja Fidler對記者說：“您可以使用它來將不同的游戲融合在一起，通過不同的游戲玩法組合賦予開發商更多的能力。”

重新創建吃豆人的項目稱為GameGAN。GAN代表生成對抗網絡，是機器學習中常用的架構。 GAN的基本原理是它可以分為兩半。GAN的前半部分嘗試復制輸入數據，而后半部分將其與原始源進行比較。如果它們不匹配，則生成的數據將被拒絕，并且生成器將對其工作進行調整并重新提交。

此前已經有使用AI生成游戲關卡的方法，但是Nvidia的研究人員介紹了幾個新方面，包括“內存模塊”，該模塊使系統可以存儲游戲世界的內部地圖，這將保證游戲世界中更高的一致性，這是重現《吃豆人》迷宮的關鍵特征。此外還允許將游戲世界中的靜態元素（如迷宮）與動態元素（如幽靈）分開，這符合公司使用AI生成新關卡的目標。

Google的AI研究人員David Ha從事類似的工作，他對《The Verge》表示，這項研究“非常有趣”。Ha說，此前也有團隊曾嘗試使用GAN重新創建游戲世界，“但據我所知，這是第一個展示出良好成績的公司。”

但是，該過程的某些元素確實需要進行調整，并且在學習新任務時證明了人工智能的特殊脆弱性。Fidler告訴記者，要重新制作《吃豆人》，GameGAN必須接受大約50000回合的訓練。從人類那里獲取游戲數據是不可行的，因此該團隊使用了AI代理來生成數據。但其實人工智能非常擅長游戲，幾乎沒有死亡。

Fidler說：“AI很難重新創建游戲來學習死亡的概念。取而代之的是，在AI早期版本的《吃豆人》中，GameGAN對其進行了調整，以使鬼魂從未真正接觸過角色，而是像小鴨子跟隨父母一樣一直跟隨在角色背后，這是訓練中非常有趣的。”

經過50,000回合游戲訓練后，由NVIDIA Research創建的功能強大的新AI模型（稱為NVIDIA GameGAN）可以生成功能完整的PAC-MAN版本，而無需底層游戲引擎。這意味著即使不了解游戲的基本規則，人工智能也可以令人信服的重現游戲。

NVIDIA研究人員，該項目的主要作者Seung-Wook Kim說：“這是第一次使用基于GAN的神經網絡模擬游戲引擎的研究。我們想看看AI是否可以僅通過查看游戲視頻就可以學習規則，他確實做到了。”當人工代理玩GAN生成的游戲時，GameGAN會對代理的行為做出響應，從而實時生成游戲環境的新框架。如果經過培訓，GameGAN甚至可以生成從未有過的游戲布局，而這些布局來自多個級別或版本的游戲的劇本。

游戲發行商萬代南夢宮娛樂（BANDAI NAMCO Entertainment）旗下研發公司萬代南夢宮研究有限公司（BANDAI NAMCO Research Inc.）提供了此次用于訓練GameGAN所用的《吃豆人》數據。該公司的Koichiro Tsutsumi表示：“在看到這個結果時，我們都感到震驚，大家都無法相信可以在沒有游戲引擎的情況下再現了南夢宮的經典游戲《吃豆人》。這項研究將幫助游戲開發人員加快新關卡、角色甚至游戲的開發。一想到這一點，我們就感到十分興奮。”

這一套僅通過觀察就能掌握虛擬世界規則的AI也會對諸如編程機器人之類的任務產生影響。 Lebaredian說：“最終，我們希望它學習現實世界的規則。例如，AI可以觀看機器人手推車在倉庫中導航的視頻，并使用該信息設計自己的導航軟件。”Fidler也表示：“我們最終將訓練出一個AI，其只需通過觀看視頻和觀察目標在環境中所采取的行動，就能模仿駕駛規則或物理定律。GameGAN是朝這一目標所邁出的第一步。”

比如你在汽車上安裝一個攝像頭。該攝像頭可以記錄道路環境或駕駛員的行為，例如轉動方向盤或踩下油門等。這些數據可被用于訓練一個深度學習模型，其能夠預測在現實世界中，人類駕駛員（或自動駕駛汽車）在做出猛踩剎車等動作時會發生什么后果。
? ? ? （責任編輯：fqj）