Künstliche Intelligenz KI -Systeme überraschen uns weiterhin mit ihren Anwendungen, die auf effizienten Methoden des tiefen Lernens basieren und zu bahnbrechenden Ansätzen in den Bereichen des Verstehens geführt haben. Gehirnfunktion und sogar Autismustherapie . Darüber hinaus werden viele Anstrengungen unternommen, um zu produzieren Literatur das einige der Bedenken der Öffentlichkeit und den Mangel an Informationen darüber, was KI tun kann, angeht.
Jetzt hat eine Gruppe von Georgia Tech-Forschern ein KI-System entwickelt, das Klassiker nachbilden kann. 2D-Videospiele einfach indem man die Art und Weise studiert, wie sie gespielt werden. Und Spieler könnten natürlich nicht aufgeregter sein. Sie haben ihr Projekt mit abgeschlossen Super Mario Bros. und Mega Man . Unten finden Sie Bilder des Originals und der Kopie die neuere Version wird ohne die Partitur- und Zeitinformationen im oberen Teil des Bildschirms angezeigt.
Entwicklung der Methode
Um diese Ergebnisse zu erzielen, verwendete das Team eine Art Engine-Cloning-Methode, bei der im Wesentlichen nur ein Parser verwendet wurde, sowie die Bemühungen der Maschine, die Pixel auf dem Bildschirm zu untersuchen und zu speichern. Darüber hinaus wird eine großzügige Menge von bereitgestelltInfos über 1 eine Reihe von Konzepten, die die Beziehung zwischen bestimmten Aspekten des Spiels erklären, und 2 eine solide Gruppe von Bildern, die aus dem Spiel zusammengestellt wurden und von den Helden bis zu den Bösewichten reichen.
Der erstaunlichste Teil der Ergebnisse: Das System konnte genügend Informationen in unter sammeln zwei Minuten. Und obwohl die neue Version nicht perfekt passt, ist sie eine beeindruckende Kopie.
„Für jedes Bild des Videos haben wir einen Parser, der die Fakten durchläuft und sammelt. In welchem Animationszustand sich Mario beispielsweise befindet oder in welchen Geschwindigkeiten sich die Dinge bewegen“, Matthew Guzdial, leitender Forscher und DoktorandStudent der Informatik, Aktien mit The Verge . “Stellen Sie sich also den Fall vor, in dem Mario in einem Frame knapp über einem Goomba und im nächsten Frame der Goomba verschwunden ist. Daraus ergibt sich die Regel, dass Mario knapp über dem Goomba liegt und seine Geschwindigkeit negativ ist, der Goomba verschwindet. ”
Ein neuartiger Ansatz
Was diese Forschung von anderen ähnlichen Arbeiten unterscheidet und den Forschern als Quelle des Stolzes dient, ist, dass sie ihre Ergebnisse mit einer Methode erzielt haben, die sich nicht auf den Code stützt. "Unsere KI erstellt das Vorhersagemodell, ohne jemals darauf zugreifen zu müssenden Code des Spiels und macht deutlich genauere Vorhersagen zukünftiger Ereignisse als die von Faltungs-Neuronalen Netzen, " erklärt Guzdial.
"Ein einzelnes Video erzeugt keinen perfekten Klon der Spiel-Engine, aber wenn Sie die KI auf nur ein paar zusätzliche Videos trainieren, erhalten Sie etwas, das ziemlich nahe kommt."
Das maschinelle Lernsystem ändert unser Konzept des Potenzials für KI im Bereich des Spielens, obwohl das Team anerkennt, dass mehr Arbeit erforderlich wäre, um die Fähigkeiten des Systems für 3D-Plattformer zu verbessern.
"Die Technik basiert auf einem relativ einfachen Suchalgorithmus, der mögliche Regelsätze durchsucht, die einen Satz von Rahmenübergängen am besten vorhersagen können." sagt Mark Riedl, außerordentlicher Professor für interaktives Rechnen und Co-Ermittler des Projekts. "Nach unserem Kenntnisstand repräsentiert dies die zuerst KI-Technik um eine Spiel-Engine zu lernen und eine Spielwelt mit Gameplay-Filmmaterial zu simulieren. "
Details zur innovativen Studie erscheinen in einem Artikel betitelt "Game Engine Learning from Video", das das Team auf der Georgia Tech-Website zur Verfügung gestellt hat.
Via : Georgia Tech