Doom запустили в нейросети — крупное достижение в области ИИ и разработки видеоигр
Группа исследователей из Google совершила прорыв в нейросетевых технологиях: ИИ смог успешно и качественно имитировать Doom — то есть фактически воспроизвести игру без традиционного игрового движка.
Основные моменты:
- Технологию назвали GameNGen — то есть game engine, «игровой движок».
- Она сумела воспроизвести Doom на скорости 20 кадров в секунду на одном TPU — тензорном процессоре Google.
- Базовый принцип обучения схож с другими нейромоделями: чтобы GameNGine научилась воспроизводить Doom, ей сперва «скармливают» записи реального геймплея.
- По словам исследователей, качество генерации GameNGen настолько хорошее, что группа людей, которым предложили оценить результат, едва смогла отличить реальный геймплей от ИИ-геймплея (но лишь в коротких клипах — в долгих, похоже, всё-таки появляются артефакты).
Как пишут исследователи, симуляция в GameNGen не является абсолютно точной, но зато нейросеть показала, что справляется со сложными видеоигровыми задачами: корректно считает броню и здоровье, позволяет атаковать врагов, повреждать объекты и открывать двери, а также помнит состояние игры на протяжении длительного времени.
Впрочем, значительные ограничения всё же существуют. Например, у GameNGen ограничена память: она имеет доступ к трём секундам истории и вынуждена компенсировать это другими методами — скажем, «подсматривать» количество здоровья на своём же экране. Кроме того, более сложные игры GameNGen пока не под силу.
По мнению исследователей, GameNGen (или другие похожие модели) помогут снизить сложность разработки, потому что требуемые изменения можно будет описывать простыми словами или изображениями, не прибегая к запутанному инструментарию. Или, скажем, нейросеть сможет быстро создавать играбельную версию уровня на основе всего нескольких кадров.
Пример того, как начинала галлюцинировать одна из предыдущих версий GameNGen. Когда в нейросеть встроили аугментацию «шума», деградация качества значительно уменьшилась.Авторы GameNGen делают в своей статье следующий вывод:
GameNGen отвечает на один из важнейших вопросов на пути к новой парадигме игровых движков, где игры генерируются автоматически, в том же ключе, как в последние годы нейромодели генерируют изображения и видео. Ключевые вопросы остаются: например, как тренировать такие нейронные игровые движки и как в целом эффективно создавать игры, в том числе как лучше обрабатывать ввод данных от человека. Тем не менее мы невероятно взволнованы возможностями этой новой парадигмы.