Mākslīgā intelekta modeļi, kas spēlē spēles, pastāv jau vairākus gadu desmitus, taču parasti tie ir specializējušies vienā spēlē un ir vērsti uz uzvaru. Pētnieki google Deepmind ir cits mērķis: izveidot modeli, kas iemācās spēlēt vairākas 3D spēles kā cilvēks, vienlaikus darot visu iespējamo, lai saprastu un rīkoties saskaņā ar jūsu mutiskiem norādījumiem. Viņi ieviesa SIMA modeli, kas apzīmē Scalable, Instructable, Multiworld Agent un pašlaik tiek pētīts.
Laika gaitā SIMA iemācīsies spēlēt jebkuru videospēli, pat tās, kurām nav lineāra ceļa līdz spēles beigām vai atvērtās pasaules spēlēm. Lai gan algoritms nav paredzēts, lai aizstātu esošos spēļu algoritmus AI, jūs varat domāt par viņu drīzāk kā par partneri un kompanjonu. Tā apvieno dabisko valodu apguvi ar 3D pasaules izpratni un attēlu atpazīšanu.
Uzņēmums ir strādājis ar dažādiem spēļu izstrādātājiem, tostarp Hello Games, Embracer, Tuxedo Labs, Coffee Stain un citi, lai apmācītu un pārbaudītu SIMA. Pētnieki savienoja SIMA ar tādām spēlēm kā No Man's Sky, Teardown, Valheim un Goat Simulator 3, lai iemācītu AI aģentam to spēlēšanas pamatus.
Komanda izvēlējās spēles, kas ir vairāk atvērtas, nevis uz stāstījumu, lai palīdzētu SIMA apgūt vispārīgas spēļu prasmes. Ja esat spēlējis vai skatījies Goat Simulator pamācības, jūs zināt, ka spēle ir saistīta ar nejaušu, spontānu darbību veikšanu, un komanda saka, ka tieši šādu spontanitāti viņi cer iemācīt SIMA.
Lai to izdarītu, komanda vispirms izveidoja jaunu vidi Unity dzinējā. Tad google ierakstīja spēlētāju pārus, no kuriem viens vada spēli, bet otrs sniedza norādījumus par turpmāko rīcību, lai ierakstītu mutiskās instrukcijas. Pēc tam spēlētāji spēlēja paši, lai parādītu, pie kā spēlē noved viņu darbības. Tas viss tika ievadīts SIMA, lai aģents varētu iemācīties paredzēt, kas notiks tālāk uz ekrāna. Pašlaik SIMA ir aptuveni 600 pamatprasmju, piemēram, pagrieziens pa kreisi vai kāpšana pa kāpnēm, taču galu galā tā apgūs sarežģītākas funkcijas.
Lasi arī:
Atstāj atbildi