AI也會做游戲？NVIDIA用GameGAN成功復刻《吃豆人》

宋華飛 / 2020-05-22 21:0153876

人工智能是目前的熱點所在，同時也是未來的發展趨勢之一，可以應用于圖像識別、聲音識別、語音合成、無人駕駛、機器人技術等眾多領域。隨著發展，AI也正在變得越來越強，早在2016年的時候，AI機器人阿爾法圍棋就已經能以4比1的總比分戰勝圍棋世界冠軍、職業九段棋手李世石，而經過了幾年發展之后，AI技術又有了怎樣的進步呢？

EMBARGOED Pac-Man Nvidia Logos.jpg

目前NVIDIA給出了答案，近期他們利用AI模型NVIDIA GameGAN，在沒有基礎游戲引擎的情況下生成了完整版的《吃豆人》游戲。也就是說，AI通過學習玩家的行為就能“制作”出這款游戲。

《吃豆人》是非常經典的一款游戲，四十年前就已經誕生，相信大家或多或少都有所了解，游戲規則就是控制主角吃豆人吃掉藏在迷宮內所有的豆子，并且不能被鬼魂抓到。為了在沒有引擎的情況下生成這款游戲，NVIDIA使用了首個利用生成式對抗網絡（GAN）模仿計算機游戲引擎的神經網絡模型，也就是剛才所說的GameGAN。

據介紹，該模型由兩個相互對抗的神經網絡組成，一個生成器（generator）和一個鑒別器（discriminator）。當玩家試玩GAN生成的游戲時，GameGAN會對游戲玩家的行為做出響應，從而實時生成新的游戲環境框架。

因此，如果要想生成《吃豆人》這款游戲，就需要利用現有的“模板”作為參考。所以為了完成此次實驗，驗證GameGAN的實力，游戲發行商萬代南夢宮娛樂（BANDAI NAMCO Entertainment）也加入了其中，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。

利用萬代南夢宮研究有限公司所提供的數據，NVIDIA 研究人員在NVIDIA DGX系統上使用《吃豆人》游戲對該神經網絡進行了總計數萬幀、5萬個回合的訓練，同時加入了AI玩家在游玩這款游戲時的鍵盤軌跡。

最終，經過訓練后的GameGAN模型成功生成了靜態環境元素，例如統一的迷宮形狀、豆子和強化道具，以及作為敵人的幽靈和吃豆人本身等移動元素，并且游戲規則也和原版內容一模一樣。而且，頗具亮點的是，在使用游戲不同等級或版本的游戲劇本進行訓練后，GameGAN甚至可以生成從未有過的游戲關卡。

通過上述實驗，NVIDIA成功證明了GameGAN確實能夠學習簡單和復雜的關鍵性游戲規則，會對游戲玩家的行為做出響應，從而實時生成新的游戲環境框架。

或許在未來GameGAN就可以運用于各類游戲，用于關卡的實時生成。眾所周知，目前很多采用開放世界的游戲，都已經引入了隨機地圖的特性，但是如果長時間游戲，還是會有不少的破綻或是過多的重復性。而GameGAN也許就能解決這一問題，為玩家帶來更好的游戲體驗，甚至是生成更加完美的隨機關卡，制造出龐大的虛擬世界。

另一方面，根據NVIDIA的介紹，AI的強大之處不止于此，更是帶來了一種可能性。他們希望最終訓練出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技術，而GameGAN是朝這一目標所邁出的第一步。

未來這類AI技術或許可以用于各個場景，例如：讓工廠中的機器人自行學習工作規則實現更高的工作效率；讓智能汽車主動學習駕駛員的行為實現更加完善的無人駕駛。

值得一提的是，雖然這一技術應用于日常生活可能還要一段時間，但GameGAN的成果大家在今年就能體驗到，NVIDIA將于今年晚些時候在AI Playground上發布這款由AI再現的《吃豆人》，屆時所有人都可以親身體驗此次研究的成果。