原文:https://game.nownews.com/news/20210625/3297343/
如果你是有在关注AI技术,那或许你有听过GameGAN的大名。这个由Nvidia和麻省理工学
院等单位研发而成的模拟器技术,能够单纯透过视觉学习游戏的架构和设计,并自行模拟
出一套相似的环境。在去年《小精灵》30周年时,就曾以一套纯AI撰写的《小精灵》技惊
四座。
但如果让这个技术应用在复杂度明显更高的《GTA 5》上,又能得到几分成果呢?
一位名叫sentdex的程式Youtuber,在日前费时两个月来进行这项名为“GAN Theft Auto
”挑战,试图让GameGAN自己制作了一个AI版《GTA 5》的雏形。
这个基于类神经系统的模拟器,可以透过从DGX站点蒐集而来的大量游戏影片来观察游戏
的架构,并自行设计出与影片中类似的游戏。他按照这个逻辑逐步增加AI需要学习的事情
,而其成果意外的很理想。
在一开始AI只学会设计驾驶和转弯的功能,而在他添加了擦撞墙壁的素材后,AI也学到了
车辆碰撞墙壁应该被矫正方向的概念。且随着有背景的素材画面越来越多,AI也注意到可
以将背景图片拉近,来营造车辆正在前进的感觉。即便与真正的游戏设计理论多少有点差
异,画面表现也很糟,但的确能让让人看到该技术的可能性。
一开始,AI只知道要让这坨黑色的东西,在这样的画面下自由移动
多次模拟后不只轮廓变清晰了,也学习到了墙壁物件碰撞的概念
有趣的是,由于他不像官方展示那样可以长时间应用功能强大的Nvidia DGX系统来蒐集AI
学习用的素材,所以他只好自己写了12个简单的BOT,让这些BOT在《GTA 5》内完全相同
的路段上开车,所以AI版游戏的擦撞反应,也只会与他的素材画面相同,而非原始游戏那
复杂的物理碰撞。
虽然这整段过程严格来说仍与完成相去甚远,但目前GameGAN已经成功地还原了驾驶和碰
撞的概念,甚至能够模拟出车辆的反光,且游戏也真的可以实际运作。而该作者也已经将
本例的示范分享到了Github上。有技术和兴趣的玩家,不妨试着去见证看看这神奇的技术
吧!