晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI
AI学会玩游戏已经不是什么新鲜事了，无论是星际争霸还是王者荣耀，AI的水平都已经超过了顶级选手。
现在，AI不仅能玩游戏，还学会了造游戏。
在观看了5万个的吃豆人（Pac-Man）游戏视频后，英伟达的AI终于自己“山寨”了一个，而且事先没有看过一行原始游戏代码。
来自英伟达的研究人员说：通过观察细节，AI学会了规则。
这些细节包括：吃豆人的速度、移动能力；四个鬼魂的运动方式；吃豆人吃下大力丸会怎样；当鬼魂碰到吃豆人时，会发生什么。
知道这些细节后，AI完成了逆向工程，从中悟出了游戏逻辑，有模有样地仿制出来：
英伟达这个逆向游戏的AI叫GameGAN，顾名思义，就是用来生成游戏的GAN。GAN之前的用途主要是生成图片。
5月22日是吃豆人这款游戏的40岁生日，英伟达在这一天推出GameGAN，是和吃豆人的游戏开发商万代南梦宫合作的纪念活动。
GameGAN制造的游戏，连万代南梦宫工程师堤光一郎看到后都大吃一惊：“很难想象这是在没有游戏引擎的情况下重新创造出吃豆人。”
不知道这位游戏开发者会不会有某一天被AI替代的恐惧。
英伟达是如何做到的
GameGAN在训练过程中会读取游戏画面和键盘操作，通过限制操作（如玩家按下的按钮）来预测下一帧。它直接利用图像和动作对进行学习，而无需访问底层的逻辑或引擎。
解码器要学习如何解开帧中的静态和动态分量，从而使GameGAN的行为更易于解释。
要做到这一点，研究人员需要克服巨大的设计挑战，要让模拟物理引擎并保持长期一致性（保证模拟场景不随事件编号），还必须确保GameGAN在创建游戏过程中模拟的可预测性与随机性（在一定规则内设计出不同关卡）。
GameGAN由3个部分组成：记忆模块，动力学引擎和渲染引擎。
动力学引擎负责了解在游戏环境中哪些行为是“不允许的”（比如吃豆人无法穿墙而过），并负责对行为结果的反应方式进行建模。
内存模块负责建立长期一致性，让模拟场景不会随时间而变化，这部分是通过“记住”每个生成的场景来实现的。
渲染引擎负责渲染给定对象和属性贴图的模拟图像，并通过遮挡对象自动考虑深度。
GameGAN是生成对抗网络，当然也会有生成器和鉴别器，在这套模型中，系统尝试“欺骗”鉴别器来生成逼真的、连贯的游戏。鉴别器有三个：单图像鉴别器，行动条件鉴别器和时间鉴别器。
训练GameGAN的游戏数据由万代南梦宫提供，包括5万个游戏视频，总共有几百万帧。为了训练AI，英伟达的研究人员动用了4台DGX系统，每台均配备了Quadro GV100工作站级GPU。
英伟达并未透露训练时间，但是可以预测训练费用一定不菲。
训练AI的硬件
Nvidia的最新实验以类似的方式开始，因为其AI研究团队在50,000小时的“ 吃豆人”游戏中训练了四台计算机场（每台计算机均配备了Quadro GV100工作站级GPU）。
在实验中，Nvidia团队在四天内为GameGAN提供了50,000集（共几百万帧）的《吃豆人》
不仅仅是吃豆人
除了吃豆人外，英伟达还在Doom的基础上开发出了另一款《毁灭战士》。
比吃豆人负责的是，毁灭战士是一款3D游戏，GameAI还需要处理游戏前景和背景的遮挡关系。
当然，无论是吃豆人还是毁灭战士，英伟达GameGAN生成的画面都比较粗糙。研究人员承认现有模型存在着保真度问题。GameGAN生成的吃豆人游戏最大可达到128×128像素的分辨率，每秒约50帧。
但是这项技术有希望帮助游戏开发者加快开发新关卡、角色甚至代替部分游戏的创作过程。
对于一些用户可以自定义的游戏，比如《超级马里奥创造家》，AI是不是可以帮我们设计一下关卡呢？
传送门
论文地址：
https://cdn.arstechnica.net/wp-content/uploads/2020/05/Nvidia_GameGAN_Research.pdf
项目主页：
https://nv-tlabs.github.io/gameGAN/
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
,
