Генерація рівня DOOM за допомогою генеративних змагальних мереж
Такі технічні компанії, як Google DeepMind, продемонстрували, як передовий штучний інтелект може навчитися грати в класичні відеоігри краще, ніж більшість гравців-людей. Але чи міг би А.І. проектувати етапи класичної відеоігри, а також дизайнерів-людей? Це питання поставили дослідники з Італії, які розробили штучну нейронну мережу здатний генерувати теоретично нескінченну кількість нових рівнів класичного 1993 року шутер від першої особи Дум. Якщо ви витратили останні 25 років на бажання Дум ніколи не закінчиться, сьогодні твій щасливий день!
Рекомендовані відео
Для створення нових рівнів було показано 1000 існуючих двох нейронних мереж глибокого навчання Дум рівнях. Це дало їм можливість вивчати функції популярних рівнів і використовувати їх як основу для створення нових. Дослідники не мали жодних даних щодо отриманих рівнів. Однак їхній вибір рівнів, які використовувалися для навчання мережі, дозволив їм здійснювати невеликий контроль, як і батьки які намагаються сформувати музичні смаки своїх дітей, програючи їм лише класичні альбоми, створені під час золотого віку, скажімо, 1988 року. 1997.
«Немає явного упередження, закодованого в мережах, які генерують рівні, але ми очікували — і виявлено в нашому аналізі — мережі генерують рівні, які схожі з рівнями, які використовуються для навчання», Даніеле Лояконо, доцент італійської Політехніки Мілана, розповів Digital Trends. «Відповідно, вибір набору рівнів для навчання дає можливість впливати на якість і характеристики згенерованих рівнів».
Отже, що це означає для майбутнього ігрового дизайну? Чи завтрашні вакансії розробників AAA будуть захоплені ботами замість людей-творців? Не обов'язково.
«Ми вважаємо, що ця робота, а також кілька останніх робіт у літературі з дослідження ігор свідчать про те, що це можливо дуже скоро розробити кращі засоби проектування, де А.І. може допомогти людям-дизайнерам у створенні ігрового контенту», – Лояконо сказав. «Такі «інтелектуальні» інструменти проектування могли б заощадити час для людей-дизайнерів і, водночас, дозволити їм працювати на вищому рівні абстракції. Інші наші роботи стосуються використання ШІ. для створення ігрового контенту, включаючи траси для гоночних ігор, 3D-активи, зброю та карти для FPS, а також рівні для платформерів. Зокрема, цей підхід може бути застосований для створення карт також для стратегії в реальному часі, багатокористувацьких онлайн-арен битв і рольових ігор».
Разом із Лояконо серед інших дослідників проекту були колишній студент Політехнічного університету Мілана Едоардо Джакомелло та П’єр Лука Ланці, повний професор університету. Ти можеш прочитайте їхню статтю тут. Репозиторій проекту є також доступний для перевірки на Github.
Рекомендації редакції
- Не можу повірити, що мою улюблену нову клавіатуру придбала телефонна компанія
- AI PC Builder від Newegg — це пожежа смітника, від якої я не можу відвести погляд
- Я не можу повірити, що рекомендую Forspoken на PS5 замість ПК
- Я перейшов на глянцевий ігровий монітор і не можу повернутися
- Я не можу перестати думати про Immortality, найамбітнішу гру 2022 року
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
