AI技術(shù)應(yīng)用在游戲開發(fā)中并不算是一件新奇的事情了，AI技術(shù)的強(qiáng)大，我們無法去預(yù)估。在游戲領(lǐng)域　游戲開發(fā)者可能很快就會(huì)有一個(gè)新的工具，來加快游戲開發(fā)不同風(fēng)格的游戲了，那就是AI克隆技術(shù)。

　　佐治亞理工學(xué)院的研究人員開發(fā)了一種新的方法，使用人工智能來學(xué)習(xí)一個(gè)完整的游戲引擎，這個(gè)游戲的克隆軟件，可以用于控制從角色移動(dòng)到圖形可視化的一切。

　　該研究在八月的澳大利亞墨爾本舉行的，國際人工智能聯(lián)合會(huì)議上提出。

　　副教授兼項(xiàng)目聯(lián)合調(diào)查員Mark Riedl表示：“該技術(shù)依賴于一種相對(duì)簡單的搜索算法，可以搜索以最好地預(yù)測(cè)，一組幀轉(zhuǎn)換的規(guī)則集?！?/p>

　　據(jù)我們所知，這是首個(gè)學(xué)習(xí)游戲引擎的AI技術(shù)，并用游戲畫面模擬游戲世界。

　　研究人員的AI系統(tǒng)，只需觀看不到兩分鐘的游戲視頻，然后通過研究框架和對(duì)未來事件進(jìn)行預(yù)測(cè)，建立自己的游戲運(yùn)作模式，例如角色將選擇什么路徑或敵人如何反應(yīng)。

　　為了讓AI代理商，創(chuàng)建一個(gè)準(zhǔn)確的預(yù)測(cè)模型，可以解釋2D平臺(tái)風(fēng)格游戲的所有物理學(xué)，該團(tuán)隊(duì)在一個(gè)單一的“speedrunner”視頻中訓(xùn)練了AI，玩家能直接攻擊目標(biāo)。

　　他們先克隆了超級(jí)瑪麗，首先使用AI和Mario Bros.的游戲視頻，來創(chuàng)建獨(dú)特的游戲級(jí)設(shè)計(jì)。正在嘗試實(shí)驗(yàn)克隆洛克人和刺猬索尼克系列。

　　首席研究員和博士Matthew Guzdial表示：“我們的AI創(chuàng)建了預(yù)測(cè)模型，無需訪問游戲的代碼，并使得比卷積神經(jīng)網(wǎng)絡(luò)可以更準(zhǔn)確的預(yù)測(cè)未來事件。

　　previous frame、 引擎預(yù)測(cè)和CNN之間的像素誤差比較

　　“一個(gè)視頻不會(huì)產(chǎn)生完美的游戲引擎克隆，但通過在幾個(gè)附加視頻中，進(jìn)行人工智能訓(xùn)練，你會(huì)得到一個(gè)很接近的結(jié)果。”

　　他們接下來，測(cè)試了克隆引擎在實(shí)際游戲中的表現(xiàn)。他們雇用了二名AI代理商，來玩游戲通關(guān)，并確保游戲的主角，不會(huì)從堅(jiān)實(shí)的地板掉落，或者如果被敵人擊中，則不會(huì)受傷。

　　結(jié)果：與使用原始游戲引擎的AI相比，使用克隆引擎的人工智能無法區(qū)分。

　　一部分游戲視頻（左）由原始的超級(jí)瑪麗引擎制作，克隆引擎（右）演示了準(zhǔn)確預(yù)測(cè)動(dòng)畫狀態(tài)的能力。

　　首先，系統(tǒng)會(huì)掃描每個(gè)輸入視頻幀，以確定存在的對(duì)象集合，如圖所示：超級(jí)瑪麗引擎中的幀解析過程的可視化。

　　首先一個(gè)框架被解析，在一個(gè)框架中找到spritesheet元素，然后將其轉(zhuǎn)換成事實(shí)幀列表。

　　其次，我們?cè)趦蓚€(gè)相鄰幀之間，運(yùn)行貪婪匹配算法，以確定對(duì)象在幀之間如何變化。

　　最后，當(dāng)?shù)诙c預(yù)測(cè)的下一幀不同，而超過一些設(shè)定的閾值時(shí)，我們解析每個(gè)幀并運(yùn)行引擎搜索算法。

　　目前的克隆技術(shù)，對(duì)于在屏幕上發(fā)生大量動(dòng)作的游戲很有效。Guzdial表示，Clash of Clans或其他類似游戲的動(dòng)作，可能會(huì)在屏幕外發(fā)生，這對(duì)于他們的系統(tǒng)來說可能是困難的。

　　他說：“如果智能代理商，要履行推進(jìn)不同技術(shù)應(yīng)用的承諾，智能代理商就需要對(duì)其環(huán)境做出預(yù)測(cè)?！?“我們的模式，可以用于訓(xùn)練或教育場景中的各種任務(wù)，我們認(rèn)為這項(xiàng)研究，將可能擴(kuò)展到各種類型的游戲。