GAN作為一種深度學(xué)習(xí)訓(xùn)練的“左右互博術(shù)”在造假界曾“聲名鵲起”。

　　前有“換臉術(shù)”，后有“假新聞”，技術(shù)作惡論也以GAN為源頭甚囂塵上。但事情總有兩面性，例如DeepMind曾經(jīng)改造了“史上最強”的BigGAN，讓新的算法去做圖像分類，刷新了ImageNet無監(jiān)督表征學(xué)習(xí)的紀錄。

　　而近日，英偉達研究院創(chuàng)建的強大新AI模型GameGAN也讓四十年前的《吃豆人》游戲再度重生。

　　用神經(jīng)網(wǎng)絡(luò)支撐的GAN技術(shù)創(chuàng)造出逼真的游戲，英偉達此項工作屬全球首個。

　　進一步，GameGAN經(jīng)過5萬個回合的游戲訓(xùn)練，能夠在無需基礎(chǔ)游戲引擎的情況下生成完整版的《吃豆人》游戲。

　　據(jù)悉，當(dāng)玩家試玩GAN生成得游戲時，GameGAN會對游戲玩家的行為做出響應(yīng)，從而實時生成新的游戲環(huán)境框架。在使用游戲不同等級或版本的游戲劇本進行訓(xùn)練后，GameGAN甚至可以生成從未有過的游戲關(guān)卡。

　　一、首個模仿計算機游戲引擎的神經(jīng)網(wǎng)絡(luò)模型

　　GameGAN是首個利用生成式對抗網(wǎng)絡(luò)(GAN)模仿計算機游戲引擎的神經(jīng)網(wǎng)絡(luò)模型。其背后主要的模型思想是GAN：即由兩個相互對抗的神經(jīng)網(wǎng)絡(luò)組成，一個生成器(generator)和一個鑒別器(discriminator)，生成器和鑒別器相互對抗，直至生成能夠以假亂真的內(nèi)容。

　　與現(xiàn)有工作不同的是，英偉達設(shè)計得GameGAN，里面包含一個內(nèi)存模塊，該模塊可以構(gòu)建環(huán)境的內(nèi)部地圖，允許智能體以高度的視覺一致性返回到以前訪問過的位置。GameGAN還能夠?qū)D像中的靜態(tài)和動態(tài)組件分開，使模型的行為更易于解釋，并和需要對動態(tài)元素進行顯式推理的下游任務(wù)建立相關(guān)性。

　　論文地址：https://cdn.arstechnica.net/wp-content/uploads/2020/05/Nvidia_GameGAN_Research.pdf

　　GameGAN由Fidler、Kim、NVIDIA研究員Jonah Philion、多倫多大學(xué)(University of Toronto)學(xué)生Yuyu Zhou和麻省理工學(xué)院(MIT)教授Antonio Torralba共同創(chuàng)作，相關(guān)研究論文被CVPR 2020收錄，并將于6月份在會議上介紹。

　　整個模型由三個主要模塊組成，包含動態(tài)引擎、渲染引擎和內(nèi)存。其中，動態(tài)引擎將行為、記憶、圖像作為輸入，并及時更新時間T的隱藏狀態(tài);內(nèi)存模塊負責(zé)整體地寫入和讀取;渲染引擎負責(zé)解碼圖像，可以學(xué)習(xí)解開圖像中的靜態(tài)和動態(tài)分量。

　　在問題的整體考慮上，英偉達的研究員將其定義為2D圖像生成問題，給定觀察到得圖像幀序列和智能體采取的相應(yīng)操作，然后進行圖像模擬創(chuàng)造，效果類似于在真實動態(tài)環(huán)境中渲染。

　　在具體的訓(xùn)練過程中，GameGan會觀察場景和玩家的鍵盤動作從而進行預(yù)測，也就是直接從圖像和動作場景中學(xué)習(xí)，不需要訪問底層游戲邏輯或引擎。

　　對于訓(xùn)練的細節(jié)，包括：吃豆人的速度、移動能力;四個鬼魂的運動方式;吃豆人吃下大力丸會怎樣;當(dāng)鬼魂碰到吃豆人時，會發(fā)生什么。

　　對于數(shù)據(jù)，英偉達團隊在四天內(nèi)為GameGAN提供了50,000集(共幾百萬幀)的《吃豆人》劇本。如此規(guī)模的數(shù)據(jù)集除了英偉達團隊，吃豆人的游戲開發(fā)商萬代南夢宮也出了一份力。

　　對于硬件，英偉達的AI研究團隊在50,000小時的“ 吃豆人”游戲中訓(xùn)練了四臺計算機場，每臺計算機均配備了Quadro GV100工作站級GPU。

　　對于測試實驗，英偉達研究人員分別在《吃豆人》和VizDoom環(huán)境中對GameGAN等四種模型進行定量和定性的綜合評估。

　　實驗結(jié)果如上圖所示：Action-LSTM生成得幀缺少豆豆等細節(jié)，World Model在保持時間一致性方面存在困難，有時會出現(xiàn)嚴重的不連續(xù)，而GameGAN可以生成一致性模擬。

　　總的來說，經(jīng)過訓(xùn)練后的GameGAN模型能夠生成靜態(tài)環(huán)境元素，例如統(tǒng)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。

　　該模型也能夠?qū)W習(xí)簡單和復(fù)雜的關(guān)鍵性游戲規(guī)則。例如，和原版游戲一樣，吃豆人無法穿過迷宮墻。他需要一邊四處移動，一邊吃豆。當(dāng)他吃到強化道具后，鬼魂會變成藍色并四處逃竄。當(dāng)吃豆人從一側(cè)離開迷宮時，他會被傳送到迷宮的另一側(cè)。一旦吃豆人碰到鬼魂，屏幕就會閃爍并結(jié)束游戲。

　　二、不僅僅適用于游戲

　　自主機器人通常也需要在模擬器中接受訓(xùn)練，模擬器中的AI可以在與現(xiàn)實世界中的目標進行交互之前，學(xué)習(xí)環(huán)境規(guī)則。對于開發(fā)人員而言，創(chuàng)建模擬器是一個相當(dāng)耗時的過程。開發(fā)人員必須編寫有關(guān)如何與目標互動，以及及光在環(huán)境中如何表現(xiàn)等規(guī)則。

　　模擬器被廣泛用于開發(fā)各種自主機器，例如學(xué)習(xí)如何抓握和移動物體的倉庫機器人、或是需要在人行道上運輸食物或藥品的物流機器人等。

　　而GameGAN地出現(xiàn)，為其帶來了一種可能性 —— 在未來的某一天，神經(jīng)網(wǎng)絡(luò)訓(xùn)練將能取代此類任務(wù)中編寫模擬器的工作。

　　比如你在汽車上安裝一個攝像頭。該攝像頭可以記錄道路環(huán)境或駕駛員的行為，例如轉(zhuǎn)動方向盤或踩下油門等。這些數(shù)據(jù)可被用于訓(xùn)練一個深度學(xué)習(xí)模型，其能夠預(yù)測在現(xiàn)實世界中，人類駕駛員(或自動駕駛汽車)在做出猛踩剎車等動作時會發(fā)生什么后果。 雷鋒網(wǎng)雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))雷鋒網(wǎng)

　　NVIDIA多倫多研究實驗室主任Sanja Fidler表示：“我們最終將訓(xùn)練出一個AI，其只需通過觀看視頻和觀察目標在環(huán)境中所采取的行動，就能模仿駕駛規(guī)則或物理定律。GameGAN是朝這一目標所邁出的第一步。”

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。