NVIDIA AI ساخته شده است Pac-Man از ابتدا در چهار روز

زمانی که Pac-Man آمار بازی های آرکید در مه 22 سال 1980 آن را برگزار رکورد برای زمان صرف شده در توسعه فساد

توسط DOSTEMANSALAM در 2 خرداد 1399

زمانی که Pac-Man آمار بازی های آرکید در مه 22 سال 1980 آن را برگزار رکورد برای زمان صرف شده در توسعه فساد عظیم 17 ماه برای طراحی و کد و کامل است. در حال حاضر 40 سال بعد به روز کارت گرافیک NVIDIA مورد نیاز فقط چهار روز به قطار جدید خود را GameGAN AI به طور کامل از نو خلق کردن آن را تنها بر اساس مشاهده دیگر هوش مصنوعی بازی را از طریق.

دوبله GameGAN آن یک مولد خصمانه شبکه (از این رو, گان) شبیه به کسانی که مورد استفاده برای تولید (و تشخیص) عکس-تصاویر واقعی از مردم که وجود ندارد. در کل GANs کار توسط جفت شدن دو شبکه عصبی ژنراتور و تفکیک کننده. ژنراتور آموزش دیده در یک نمونه بزرگ مجموعه داده و سپس دستور به ایجاد یک تصویر بر اساس آنچه در آن دیدم. این تفکیک کننده و سپس مقایسه تصویر تولید شده به نمونه داده ها برای تعیین چگونه نزدیک به دو شبیه یکدیگر است. دوچرخه سواری بین این شبکه های هوش مصنوعی را به تدریج ایجاد بیشتر و بیشتر تصاویر واقعی.

در GameGAN را مورد مولد شبکه آموزش دیده بود با استفاده از 50,000 جلسات بازی از بازی و پس از آن گفت به از نو خلق کردن آن را به عنوان یک کل از استاتیک دیوار و گلوله به ارواح Pac-Man خود و قوانین حاکم بر تعاملات خود را. کل فرایند زد در یک کوارتت از GP100s. GameGAN بود, اما, ارائه شده با هر یک از زمینه کد و یا دسترسی به بازی های موتور. بسیار شبیه به یادگیری قوانین مشابه خود را برادر بزرگتر شانه او به عنوان بازی GameGAN نمیفهمد Pac-Man صرفا از طریق مشاهده روی اقدام و پس از کنترل کننده ورودی به عنوان یک جدا AI بازی.

"شده اند وجود دارد بسیاری از AIs ایجاد شده در سال های اخیر است که می تواند بازی آنها عوامل در این بازی ها" برگرد Lebaredian NVIDIA معاونت فن آوری شبیه سازی گفت: Engadget. "اما این اولین بار است که گن که ایجاد شده است که در واقع می تواند تولید مثل بازی خود را به عنوان یک جعبه سیاه است."

به عنوان یک کارت گرافیک NVIDIA وبلاگ ارسال شده در جمعه توضیح میدهد: "به عنوان یک مصنوعی عامل نقش گن-تولید بازی GameGAN در پاسخ به عامل اقدامات تولید فریم های جدید از محیط بازی در زمان واقعی است. GameGAN حتی می توانید ایجاد طرح بندی بازی این هرگز دیده می شود قبل از, اگر روت در فیلمنامه از بازی با سطوح مختلف و یا نسخه."

این یک شبیه فرآیند ایجاد به رویه نسل تکنیک های که در اطراف بوده است از اواخر 70s اما یک روش بسیار کارآمد تر. "بنابراین اگر شما می توانید فکر می کنم در مورد به کار می رود که به ایجاد یک بازی مانند Pac-مرد" Lebaredian گفت. "وجود دارد یک برنامه نویس است که برای نشستن وجود دارد و واقعا فکر می کنم در مورد همه نقش و چگونه آنها در حال رفتن به دقیقا توصیف خلقت از این بازی ایجاد پیچ و خم و تعامل همه عوامل در این بازی. این کار پر زحمت."

"چه این می تواند کمک با ما می توانید از گن فقط یادگیری آنچه در همه این قوانین با رعایت" او ادامه داد. "در حالت ایده آل ما آموزش می خواهم چیزی شبیه به این GameGAN چه رویه قوانین برای انجمن شما می خواهید برای ایجاد."

این می تواند به عنوان ساده به عنوان می گویند خوش بنیه یک دوربین به یک ماشین داشبورد و رفتن برای یک درایو. GameGAN خواهد بود قادر به آموزش در آن داده های ویدئویی و تولید واقعی رویه تولید سطوح بر اساس آنچه در این دوربین دیده می شود.

این تکنیک همچنین می تواند در بهبود و توسعه بار از دنیای واقعی خودمختار ماشین آلات. پس از روبات شاغل در انبارها و خطوط مونتاژ می تواند تهدیدی برای امنیت انسان خود را از همکاران این دستگاه ها به طور معمول اولین روت عملا به طوری که اگر آنها را یک اشتباه را هیچ آسیب واقعی ایجاد می شود. مشکل این است که تخمگذاری این دیجیتال, آموزش حالات است پر زحمت و وقت گیر کار. ما می تواند یک روز فقط آموزش یادگیری عمیق مدل قادر به پیش بینی عواقب اقدامات خود و استفاده از آن به جای.

"ما در نهایت می تواند یک هوش مصنوعی است که می تواند یاد بگیرند که به تقلید از قوانین رانندگی, قوانین فیزیک, فقط با تماشای ویدئوها و دیدن عوامل اقدامات در یک محیط" سانجا Fidler مدیر NVIDIA تورنتو آزمایشگاه تحقیقاتی گفت: در آزادی مطبوعات. "GameGAN اولین گام به سوی آن است."

NVIDIA GameGAN Pac-Man یک بازی کاملا کاربردی است که هر دو انسان و پردازنده قادر خواهد بود به بازی زمانی که این شرکت منتشر شده آن را به صورت آنلاین بعد از این تابستان.

در این مقاله: Nvidia هوش مصنوعی یادگیری ماشین Pac-Man بازی های ویدئویی GameGAN, گن, GPU, اخبار بازی,
همه محصولات توصیه شده توسط Engadget انتخاب شده توسط تیم تحریریه مستقل از شرکت مادر. برخی از داستان های ما شامل لینک های وابسته. اگر شما خرید چیزی را از طریق یکی از این لینک ها ممکن است ما کسب یک کمیسیون های وابسته.


tinyurlis.gdv.gdv.htu.nuclck.rushrtco.detny.im
آخرین مطالب