211service.com
AI sukuria naujus Doom lygius, kad žmonės galėtų žaisti
Viena iš ilgiausiai trunkančių ir sėkmingiausių vaizdo žaidimų franšizių yra „Doom“ serija, išleista 1993 m. ir vis dar stipri, parduota daugiau nei 10 milijonų kopijų. Žaidimas yra pirmojo asmens šaudyklė, kurioje kosminis jūrų pėstininkas kovoja, kad išgyventų su įvairiais demonais ir zombiais.
Žaidimas išsiskiria tuo, kad jis sukūrė 3D grafiką kompiuteriams, kuriuose veikia MS-DOS, pristatė tinklinį kelių žaidimų režimą ir netgi leido žaidėjams susikurti savo žaidimo lygius. Iš tiesų, daugybė Doom lygių – tiek oficialių, tiek žaidėjų sukurtų – dabar yra laisvai prieinami internete, sudarydami didžiulį studijų ir tyrimų korpusą.
Ir tai iškelia įdomią galimybę. Ar įmanoma panaudoti šiuos duomenis gilaus mokymosi algoritmui išmokyti sukurti savo Doom lygius, kurie žmogui būtų patrauklūs?
Šiandien mes gauname atsakymą Edoardo Giacomello ir kolegų Milano politechnikos institute Italijoje darbo dėka. Šie vaikinai sako, kad tokiu automatizuotu būdu tikrai įmanoma sukurti patrauklius Doom lygius ir kad ši technika turi didelį potencialą pakeisti žaidimo turinio kūrimo būdą.
Komandos požiūris yra gana paprastas. Jie prasideda nuo 1000 Doom lygių, paimtų iš viešai prieinamų žaidimų saugyklos, kurioje yra visi oficialūs Doom ir Doom 2 lygiai bei daugiau nei 9000 žaidimų bendruomenės sukurtų lygių.
Tada komanda apdorojo kiekvieną lygį, kad sukurtų vaizdų rinkinį, atspindintį svarbiausias jo savybes, pvz., vaikščiojamą plotą, sienas, grindų aukštį, objektus ir pan. Jie taip pat sukūrė vektorių, kuris skaitine forma užfiksavo svarbias lygio savybes, tokias kaip patalpų dydis, plotas ir perimetras, kambarių skaičius ir pan.
Tada jie naudojo gilaus mokymosi techniką, vadinamą generatyviu priešininkų tinklu, kad ištirtų duomenis ir išmoktų generuoti naujus lygius.
Rezultatai rodo, kokia galinga ši technika. Po maždaug 36 000 pakartojimų gilaus mokymosi tinklai sugebėjo sukurti geros kokybės lygį. Mūsų rezultatai rodo, kad generatyvūs varžovų tinklai gali užfiksuoti vidinę DOOM lygių struktūrą ir atrodo, kad tai yra perspektyvus būdas generuoti lygius pirmojo asmens šaudymo žaidimuose, sako Giacomello ir kt.
Tyrėjai išbandė naujus lygius ir sako, kad juos įdomu tyrinėti ir žaisti su tipiškomis „Doom“ savybėmis, tokiomis kaip siauri tuneliai ir dideli kambariai. Čia galite stebėti vieną iš žaidžiamų lygių.
Žinoma, lygiai nėra tobuli. Pavyzdžiui, giliai besimokantys tinklai stengiasi sukurti smulkias detales, tikriausiai dėl triukšmingų duomenų, kurie neišvengiamai generuojami naudojant tokį metodą.
Nepaisant to, net ir toks automatizavimo lygis gali turėti reikšmingų pasekmių žaidimų dizaineriams. Lygiai yra nepaprastai svarbūs, ypač pirmojo asmens šaudyklėse ir platformos žaidimuose, nes jie labai veikia žaidėjo patirtį, sako Gicomello ir kt. Tačiau turinio kūrimas yra viena iš daugiausiai laiko ir brangiausių kūrimo proceso dalių.
Žaidimų kūrėjai pasikliauja žmonių patirtimi ir išsamiais bandymais, kad sukurtų gerus lygius. Kadangi tai labai brangu, daugelis jų ieško veiksmingų būdų automatizuoti procesą arba padėti žaidimo kūrėjui.
Galbūt tai. Rasti būdą, kaip automatizuoti lygių kūrimą, bent iš dalies, yra reikšmingas pasiekimas. Tai turėtų padėti žmonėms dizaineriams sutelkti dėmesį į platesnio vaizdo problemas, pavyzdžiui, kokio tipo lygį jie nori sukurti. Žmonių dizaineriai gali sutelkti dėmesį į aukšto lygio funkcijas, įtraukdami į mokymo rinkinį tam tikrų tipų žemėlapius ar funkcijas, sako Giacomello ir kt.
Per pastaruosius kelerius metus kompiuterių mokslininkai parodė, kaip gilaus mokymosi mašinos gali išmokti žaisti vaizdo žaidimus nuo nulio ir greitai pranokti žaidėjus. Taigi tikrai nenuostabu, kad jie taip pat gali išmokti kurti kai kuriuos žaidimų aspektus.
Didesnis klausimas yra tai, kiek jie kada nors gali padėti kūrybiškesniam procesui, kuriant personažų istoriją, sukuriant patrauklią viso žaidimo siužeto liniją ar kuriant originalų žaidimą. Žmonės šiuo atžvilgiu dar nėra nereikalingi.
Nuoroda: arxiv.org/abs/1804.09154 : DOOM lygio generavimas naudojant generuojančius priešpriešinius tinklus