AI技術應用在游戲開發中并不算是一件新奇的事情了，AI技術的強大，我們無法去預估。在游戲領域　游戲開發者可能很快就會有一個新的工具，來加快游戲開發不同風格的游戲了，那就是AI克隆技術。

　　佐治亞理工學院的研究人員開發了一種新的方法，使用人工智能來學習一個完整的游戲引擎，這個游戲的克隆軟件，可以用于控制從角色移動到圖形可視化的一切。

　　該研究在八月的澳大利亞墨爾本舉行的，國際人工智能聯合會議上提出。

　　副教授兼項目聯合調查員Mark Riedl表示：“該技術依賴于一種相對簡單的搜索算法，可以搜索以最好地預測，一組幀轉換的規則集。“

　　據我們所知，這是首個學習游戲引擎的AI技術，并用游戲畫面模擬游戲世界。

　　研究人員的AI系統，只需觀看不到兩分鐘的游戲視頻，然后通過研究框架和對未來事件進行預測，建立自己的游戲運作模式，例如角色將選擇什么路徑或敵人如何反應。

　　為了讓AI代理商，創建一個準確的預測模型，可以解釋2D平臺風格游戲的所有物理學，該團隊在一個單一的“speedrunner”視頻中訓練了AI，玩家能直接攻擊目標。

　　他們先克隆了超級瑪麗，首先使用AI和Mario Bros.的游戲視頻，來創建獨特的游戲級設計。正在嘗試實驗克隆洛克人和刺猬索尼克系列。

　　首席研究員和博士Matthew Guzdial表示：“我們的AI創建了預測模型，無需訪問游戲的代碼，并使得比卷積神經網絡可以更準確的預測未來事件。

　　previous frame、 引擎預測和CNN之間的像素誤差比較

　　“一個視頻不會產生完美的游戲引擎克隆，但通過在幾個附加視頻中，進行人工智能訓練，你會得到一個很接近的結果。”

　　他們接下來，測試了克隆引擎在實際游戲中的表現。他們雇用了二名AI代理商，來玩游戲通關，并確保游戲的主角，不會從堅實的地板掉落，或者如果被敵人擊中，則不會受傷。

　　結果：與使用原始游戲引擎的AI相比，使用克隆引擎的人工智能無法區分。

　　一部分游戲視頻（左）由原始的超級瑪麗引擎制作，克隆引擎（右）演示了準確預測動畫狀態的能力。

　　首先，系統會掃描每個輸入視頻幀，以確定存在的對象集合，如圖所示：超級瑪麗引擎中的幀解析過程的可視化。

　　首先一個框架被解析，在一個框架中找到spritesheet元素，然后將其轉換成事實幀列表。

　　其次，我們在兩個相鄰幀之間，運行貪婪匹配算法，以確定對象在幀之間如何變化。

　　最后，當第二幀與預測的下一幀不同，而超過一些設定的閾值時，我們解析每個幀并運行引擎搜索算法。

　　目前的克隆技術，對于在屏幕上發生大量動作的游戲很有效。Guzdial表示，Clash of Clans或其他類似游戲的動作，可能會在屏幕外發生，這對于他們的系統來說可能是困難的。

　　他說：“如果智能代理商，要履行推進不同技術應用的承諾，智能代理商就需要對其環境做出預測。” “我們的模式，可以用于訓練或教育場景中的各種任務，我們認為這項研究，將可能擴展到各種類型的游戲。