Home Tecnología Investigadores de Google anuncian GameNGen, un motor de juego impulsado por IA...

Investigadores de Google anuncian GameNGen, un motor de juego impulsado por IA que puede ejecutar Doom

42
0

La semana pasada, los investigadores de Google anunciaron un nuevo motor de juegos de inteligencia synthetic (IA). Bautizado como GameNGen, está completamente impulsado por un modelo neuronal y es capaz de generar en tiempo actual a lo largo de una trayectoria larga. Los investigadores afirman que el motor de juegos puede generar entornos complejos con una gran cantidad de cuadros. En explicit, la empresa afirma que el motor de juegos pudo simular de forma interactiva el clásico juego Doom a más de 20 cuadros por segundo. GameNGen puede ejecutar el juego con una sola unidad de procesador tensor (TPU).

Google presenta GameNGen

El gigante tecnológico publicó un papel sobre el motor de juego basado en modelos neuronales en la revista en línea arXiv. También detalló el modelo en un artículo de GitHub. listadoLa creación de un motor de juego es una tarea significativamente compleja, ya que el sistema requiere no solo generar entornos 2D y 3D complejos a alta velocidad de manera constante, sino que también necesita hacerlo con una secuencia lógica teniendo en cuenta la progresión de nivel.

El artículo destaca el logro de GameNGen y destaca que el motor de juego fue capaz de simular de forma interactiva el videojuego Doom de 1993 a más de 20 cuadros por segundo. La simulación interactiva significa que estas generaciones no eran vídeos o imágenes estáticas, sino que los jugadores también pueden interactuar con estos elementos generados.

El artículo afirma que se siguieron dos procesos para entrenar el motor de juego impulsado por IA. El primero fue el entrenamiento con Steady Diffusion v1.4. Los investigadores también utilizaron un método novedoso para mitigar la desviación de la autorregresión (cuando el modelo de IA genera la siguiente secuencia en función de la información de la secuencia anterior), donde agregaron ruido gaussiano para codificar los fotogramas.

La segunda parte implicó el uso de agentes de aprendizaje automático por refuerzo (RL). El artículo afirmaba que no habría sido posible recopilar datos a gran escala utilizando jugadores humanos. Como resultado, los investigadores utilizaron agentes automatizados impulsados ​​por IA que jugaron el juego, lo que permitió recopilar una gran muestra de datos.

En la actualidad, el motor de juego de IA no está disponible para que la gente lo descargue o pruebe. El modelo aún se mantiene en secreto y solo está disponible el artículo de investigación. Cabe destacar que publicar un artículo en arXiv no requiere una revisión por pares, por lo que aún no se ha realizado una evaluación completa de las afirmaciones y la metodología.

fuente