A Google és a Tel-Avivi Egyetem kutatói egy generatív MI motort fejlesztettek ki, amely képes a DOOM nevű kultikus játékot több mint 20 képkocka/másodperc sebességgel szimulálni. A munkát bemutató tanulmányban leírják, hogy a megerősítéses tanulási és diffúziós modellek hogyan használhatók valós idejű játék motor szimulációjára.
Az új játék motort „GameNGen”-nek nevezték el, és bár a modellt a DOOM-on képezték ki, a kutatók megjegyzik, hogy a módszer nem specifikus ehhez a játékhoz, és más játékokhoz is alkalmazható. A hagyományos játék motorok manuálisan kódolt hurkokat követnek, amelyek figyelik a felhasználói bemeneteket, frissítik a játék állapotát, és megjelenítik a képpontokat a képernyőn.
Ezzel szemben a GameNGen egy kicsit másképp működik, mivel az egész játék motort és a képkockákat a játékos akciói és az előző képkockák alapján valós időben generálja. Ahelyett, hogy valódi játékosoktól származó órányi játék felvételeket használtak volna, a kutatók először egy megerősítéses tanulási ügynököt hoztak létre, amely megtanult játszani a DOOM-ot. Az így létrejött adatokat egy egyedi diffúziós modell képzésére használták, amely a játékot rendereli.
Egyetlen TPU v5-ön futtatva a GameNGen körülbelül 20 képkocka/másodperc sebességet ért el. Bár ez messze van a modern FPS játékokban elfogadható 60+ képkocka/másodperctől, érdemes megjegyezni, hogy az eredeti DOOM maximum 35 képkocka/másodperc sebességgel futott. A kutatók szerint a teljesítmény akár 50 képkocka/másodpercre is növelhető, ha csak egy zajcsökkentő lépést használnak, de ez a minőség rovására megy.
A vizuális minőség tekintetében a kutatók azt állítják, hogy a generált képkockák hasonlóak a veszteséges JPEG tömörítéshez, és hogy az emberek csak kis mértékben értek el jobb eredményt a véletlen találgatással szemben, amikor a játék rövid klipjeit próbálják megkülönböztetni a szimuláció klipjeitől. A „rövid klipek” 1,6-3,2 másodpercnyi játékidőt jelentenek.
A GameNGen jelenleg inkább egy koncepció bizonyítéka, és számos korlátozással küzd. Az egyik legnagyobb korlátozás a memória: egyetlen TPU v5-ön futtatva a modell csak körülbelül 3 másodpercnyi játékot tud tárolni. További korlátozás, hogy a megerősítéses tanulási ügynökök használata edzésadatként azt eredményezi, hogy az eredeti játék minden része nem lett feltérképezve, ami hibás viselkedést eredményezhet bizonyos helyzetekben.
(forrás)
