Gamemakers تزریق AI به توسعه واقعی تر شخصیت های

تکنیک های جدید می تواند صرفه جویی در بازی های ویدئویی شرکت ها میلیون ها و بازی واقعی تر.

واقعا kick-ass ویدئویی ترکیبی هوشمندانه, کد, گرافیک زرق و برق دار و انیمیشن حیله گر—به علاوه هزاران ساعت کار سخت است.

محققان در Electronic Arts—شرکت در پشت FIFA, Madden, و سایر بازی های محبوب—در حال آزمایش اخیر پیشرفت در هوش مصنوعی به عنوان یک راه برای سرعت بخشیدن به روند توسعه و ساخت بازی واقعی تر. و در یک شسته و رفته و تاب و محققان در حال بهره برداری AI روش که ثابت خود را با بازی در برخی از اولین کنسول بازیهای رایانهای.

یک تیم از EA و دانشگاه بریتیش کلمبیا در ونکوور است با استفاده از یک تکنیک به نام یادگیری تقویتی است که آزادانه از راه الهام از حیوانات یاد بگیرند در پاسخ به مثبت و منفی بازخورد به طور خودکار به تحریک و تشجیع کردن شخصیت های انسان نما. “نتایج بسیار امیدوار کننده می گوید:” فابیو Zinno ارشد مهندس نرم افزار در Electronic Arts.

به طور سنتی, شخصیت در بازیهای رایانهای و اقدامات آنها گردد به صورت دستی. بازی های ورزشی مانند FIFAاستفاده از motion capture یک تکنیک است که شامل ردیابی یک فرد واقعی اغلب با استفاده از نشانگر خود را در صورت و یا بدن به رندر واقعی تر اقدامات در شخصیت انسانی. اما امکانات محدود هستند با اقداماتی که ثبت شده اند و کد هنوز هم باید نوشته شده و به تحریک و تشجیع کردن ،

با خودکار انیمیشن فرایند و همچنین دیگر عناصر بازی طراحی و توسعه هوش مصنوعی می تواند از صرفه جویی شرکت های بازی میلیون ها دلار در حالی که ساخت بازی واقعی تر و کارآمد به طوری که یک بازی پیچیده ای می تواند اجرا بر روی گوشی های هوشمند ،

تقویت یادگیری برانگیخته و هیجان در سال های اخیر با اجازه دادن به کامپیوتر یاد بگیرند به بازی بازی های پیچیده و حل دشوارترین مشکلات بدون هیچ گونه آموزش. در سال 2013 محققان در DeepMind یک شرکت بریتانیایی بعد از آن به دست آورد توسط گوگل با استفاده از یادگیری تقویتی برای ایجاد یک برنامه کامپیوتری است که آموخته به بازی چند آتاری بازیهای رایانهای به سطح مافوق انسانی. برنامه یاد گرفتم که بازی را از طریق آزمایش و بازخورد از پیکسل ها و بازی نمره. DeepMind بعد شاغل همان روش برای ساخت یک برنامه که تسلط fiendishly پیچیده و ظریف تخته, بازی, رفتن, میان چیزهای دیگر.

در کار ارائه می شود در ماه جولای در Siggraph 2020, کامپیوتر, گرافیک, کنفرانس EA-UBC محققان نشان می دهد که تقویت یادگیری می تواند به ایجاد یک کنترل بازیکن فوتبال که حرکت می کند در واقع بدون استفاده معمولی برنامه نویسی یا انیمیشن.

به شخصیت این تیم برای اولین بار آموزش یک دستگاه-مدل یادگیری برای شناسایی و تکثیر آماری الگوهای در حال حرکت-ضبط داده ها. آنها سپس با استفاده از یادگیری تقویتی برای آموزش مدل های دیگری برای تکثیر واقع بینانه حرکت با یک هدف خاص مانند دویدن به سمت توپ در بازی است. مهمتر این تولید انیمیشن نیست original motion-capture داده است. به عبارت دیگر این برنامه می آموزد که چگونه یک بازیکن فوتبال حرکت می کند و سپس می توانید تحریک و تشجیع کردن شخصیت دویدن با حداکثر سرعت دویدن و shimmying خود را.

“من قطعا می توانید ببینید این تکنولوژی مفید بودن در راه های مختلف می گوید:” جولیان Togelius یک استاد در دانشگاه نیویورک و از مؤسسین یک Modl.هوش مصنوعی یک شرکت است که باعث می شود هوش مصنوعی ابزار برای بازی. او اضافه می کند که تقویت یادگیری پروژه بخشی از یک موج از خودکار و یا “رویه نسل” روش تبدیل خواهد شد که چگونه محتوای بازی ایجاد شده است.

“رویه انیمیشن خواهد بود یک چیز” Togelius می گوید. “اساسا خودکار مقدار زیادی از کار است که می رود به ساخت محتوای بازی.”

به عنوان کنسول رایانه های شخصی و گوشی های هوشمند تبدیل شده تا کنون-بیشتر قدرتمند بازی تبدیل خواهد شد به طور فزاینده پیچیده و پیچیده بیشتر سرمایه گذاری از شرکت های بازی. ابزارهای موجود می تواند کمک به طراحان و انیماتورها کارآمد تر, اما آنها هنوز هم مورد نیاز در هر مرحله. فقط به عنوان هوش مصنوعی را می توانید درست کردن عکس واقعی چهره ها و صحنه زمانی که تغذیه اطلاعات کافی الگوریتم ممکن است به طور خودکار ایجاد شخصیت های جدید و صحنه های.

هوش مصنوعی می تواند تولید محتوا برای ژانرهای دیگر از جمله اکشن و نقش بازی کردن بازی ها. برخی از شرکت های بازی در حال آزمایش با رویه نسل به عنوان یک راه برای بازی گسترده تر. یک روش ساده استفاده می شود برای تولید جدید انجمن برای بازیکنان به کاوش در آسمان هیچ انسانیک فضای مبتنی بر بقا بازی منتشر شده در سال 2016. Togelius می گوید: AI نیز در حال ظهور به عنوان یک راه قدرتمند برای تست بازی و پیدا کردن اشکالات با استفاده از مصنوعی بازیکنان.

در انتهای دیگر این طیف وجود دارد بالقوه برای هوش مصنوعی برای تولید ساده بازیهای رایانهای از ابتدا. روز جمعه محققان از دانشگاه تورنتو, دانشگاه MIT و Nvidia که باعث می شود بازی تراشه نشان داد یک موتور AI که آموخته است که چگونه به از نو خلق کردن بازی کلاسیک Pac-Man بدون هر یک از کد اصلی.

در سالگرد 40 از بازی انتشار محققان نشان داد که چگونه یک برنامه به نام GameGAN می توانید از نو خلق کردن بازی های ساده با تماشای صفحه نمایش و نظارت بر کنترل های مورد استفاده در طول 50,000 بازی Pac-Man. GameGAN سپس تولید خود را نسخه کامل با سناریوهای جدید و سیستم عامل.

آن زمان 10 مهندسین در Namco شرکت در پشت Pac-Man, 17 ماه برای طراحی برنامه های اصلی بازی. اگر تغذیه به اندازه کافی اطلاعات این الگوریتم ممکن است در نهایت مد قانع کننده جدید بازی— پرندگان عصبانی یا Candy Crush است که هیچ کس نیاز به کد.

“شما می توانید تصور کنید که آموزش آن در بسیاری از بازی ها—هزاران نفر از بازی های مختلف می گوید:” سانجا Fidler استادیار در دانشگاه تورنتو و مدیر AI در کارت گرافیک Nvidia. “و یکی امیدواریم که در حال حاضر شما می توانید به نحوی mash up و میان عبارات دیگر جا دادن چیزهای مختلف از بازی های مختلف.”

Zinno از EA می گوید که ممکن است از چند سال قبل از توسعه دهندگان بازی به طور معمول با استفاده از هوش مصنوعی تا حدودی به دلیل ماشین-الگوریتم های یادگیری روی حیله و تزویر برای درک و اشکال زدایی. اثبات خواهد شد در محبوبیت و در نتیجه بازی های او اشاره می کند: “توسعه بازی های خود را از جانور. مهم نیست که چقدر باور نکردنی خود را, انیمیشن, تکنولوژی نکته این است که آن را سرگرم کننده را به بازی؟”

Michiel ون دو پن استاد در UBC است که در EA پروژه می گوید گام بعدی این است برای استفاده از یادگیری تقویتی برای آموزش غیرانسان شخصیت های بازی های ویدئویی در داخل فیزیکی واقع گرایانه محیط های. اما او اذعان دارد آن را مشکل تر خواهد بود برای آموزش الگوریتم های به آمده تا با کاملا جدید انیمیشن از ابتدا به دلیل آن است که دشوار است برای تعیین کمیت و چه بازیکنان جذاب پیدا کنید. “من انتظار برای دیدن چیزی است که واقعا طول می کشد استفاده کامل از هوش مصنوعی برای تولید انیمیشن” ون دو پن می گوید. “اما آن را برای اطمینان حاصل کنید.”


بزرگ تر سیمی داستان
  • چگونه یک هوش مصنوعی غول ساخته چت—نظارت—آسان
  • اعترافات مارکوس Hutchins هکر که ذخیره شده اینترنت
  • چگونه فضانوردان فرار هنگامی که یک فضایی راه اندازی می رود اشتباه است ؟
  • ما باید یاد بگیرند که به خواندن با هم زمانی که ما دور از هم
  • بهترین دنده را حیاط خلوت خود را بیشتر سرگرم کننده
  • 👁 مغز مفید مدل برای هوش مصنوعی ؟ به علاوه: دریافت آخرین اخبار AI
  • 🏃🏽♀️ می خواهید بهترین ابزار برای دریافت سالم است ؟ ما را بررسی کنید دنده تیم میدارد برای تناسب اندام بهترین انتقالها دنده در حال اجرا (از جمله کفش و جوراب) و بهترین هدفون

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.detny.im

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>