和讯名家|英伟达让GameGAN自己生成「吃豆人」，世界首创无需游戏引擎，玩了5万局游戏新智元报道

文章图片
新智元报道
编辑：元子
【新智元导读】近几年来，英伟达在GAN这个领域越走越远。英伟达推出"GameGAN" ，不需要任何底层游戏引擎，用GAN就能复刻出经典休闲游戏《吃豆人》，这项研究可以帮助游戏开发者加速开发新的关卡布局、角色甚至产生新的游戏创意，着实令人兴奋。
GAN的生成——对抗属性，让他一出生就具有强烈的造假能力， GAN最让人熟知的就是臭名昭著的Deepfake 。
当然，工具本身无所谓好坏善恶，它只是个天真无邪的家伙，它的善恶取决于背后操纵它的人。好比一把枪，坏人拿来抢劫杀人，好人拿来保家卫国。
GAN也一样，到了有趣的科学家手里，它就能做出很多好玩的事情，比如英伟达。近几年来，英伟达在GAN这个领域越走越远，开发出了可以生成逼真假脸的"StyleGAN"、能将草图变成艺术作品的神笔马良"GauGAN" 。

文章图片
只是做图像已经满足不了英伟达的这帮科学家了，最近，他们又鼓捣出了"GameGAN" ，不需要任何底层游戏引擎，用GAN就能复刻出经典休闲游戏《吃豆人》。

文章图片
GameGAN由Fidler、Kim、NVIDIA研究员JonahPhilion、多伦多大学（UniversityofToronto）学生YuyuZhou和麻省理工学院（MIT）教授AntonioTorralba共同创作，相关研究论文被CVPR2020收录，并将于6月份在会议上进行介绍。
玩了5万局游戏， GAN用神经网络自己做了个PAC-MAN
NVIDIAResearch创建的强大的新AI模型--NVIDIAGameGAN ，可以在没有底层游戏引擎的情况下，生成一个功能齐全的PAC-MAN版本。
这意味着，即使在对游戏的基本规则一无所知的情况下， AI也能重现游戏，并取得令人信服的效果。

文章图片
GameGAN是第一个通过利用生成性对抗性网络，即GAN ，模仿计算机游戏引擎的神经网络模型。由两个对抗性神经网络，即生成器和鉴别器组成。
"这是首次使用基于GAN的神经网络模拟游戏引擎的研究" ，英伟达公司的研究员、该项目的主要作者Seung-WookKim说。 "我们想看看人工智能是否能够仅通过看一个智能体在游戏中移动的模式，就能学习到环境的规则。而它确实做到了。 "
当人工智能体玩GAN生成的游戏时， GameGAN会对智能体的动作做出反应，实时生成新的游戏环境帧。如果对多个关卡或版本的游戏剧本进行训练， GameGAN甚至可以生成它从未见过的游戏布局。

文章图片
利用来自BANDAINAMCOResearch的数据， Kim和他在多伦多的NVIDIAAI研究实验室的合作者使用NVIDIADGX系统对PAC-MAN剧集（总共有几百万帧）的神经网络进行训练，并将其与玩游戏的AI智能体的按键数据配对。
AI会持续跟踪虚拟世界，记住已经生成的内容，以保持每一帧的视觉一致性。
然后，训练好的GameGAN模型会生成环境中的静态元素，如迷宫形状、小点和PowerPellets--再加上移动元素，如敌人的幽灵和PAC-MAN本身。

文章图片
它可以学习游戏的关键规则，无论是简单的还是复杂的游戏规则。不管是什么游戏， GameGAN都可以简单地通过摄取过去游戏中的屏幕录音和智能体按键来学习它的规则。