江苏龙网

  1. 首页 > 资讯 > 科技 > >

|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏



|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏
本文插图

From: The Verge; 编译：Iris
还记得Pac-Man小游戏吗？
一个长得像被咬掉一块的披萨的小黄脸 ， 在迷宫里贪婪地吃豆子 ， 忽然前方一只小鬼怪逼近 ， 它惊慌失措地转头逃跑……
没错 ， 这款在上世纪80年代风靡全球的吃豆人游戏 ， 曾一度霸占世界各地的游戏机屏幕 ， 一举跃为史上最早的游戏IP 。 不过 ， 众多吃豆人粉丝可不甘心它变为时代的“前浪” ， 从在《像素大战》里扮演反派 ， 到愚人节谷歌吃豆地图的华丽转身……吃豆人游戏被频繁复刻 ， Nvidia也来一展身手 ， 其AI模型GameGAN可以通过观看吃豆人游戏来重现游戏 ， 用AI再造经典 。
Pac-Man 40 Years Celebration!!

|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏
本文插图

Pac-Man AI游戏界面
Nvidia的AI模型GameGAN可以通过观看吃豆人游戏来重现游戏 。 整个过程没有复杂的编码 ， 也不需要软件绘制预渲染图像 ， GameGAN只要将电子游戏的视觉数据和相应的控制器信息合并在一起输入 ， 然后根据提取到的信息源一帧一帧地重建形成游戏最终版 。
“它只需要观察一会儿 ， 就能学习所有东西”
但是AI版本的吃豆人也称不上一个完美的复刻品 。 它重建形成的游戏图像是模糊的 ， 看上去AI并没法准确捕捉游戏中小鬼角色的行为 。 这也可以理解 ， 因为原始游戏中每个小鬼都被设定了独特的移动轨迹 ， 只凭观察很难精准复刻 ， 而相比之下 ， 吃豆人的整体游戏设定就比较简单：吃豆子 ， 避开小鬼 ， 尽量别被小鬼“反杀” 。
Nvidia仿真技术副总裁Rev Lebaredian对GameGAN的评价颇高：“它只要在那儿观察一会儿 ， 就可以学会所有东西 。 打个比方 ， 程序员在YouTube上观看许多集吃豆人游戏录屏 ， 他自己就能学到这其中的规律 ， 然后根据自己的所学来重建这款游戏 。 ”

|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏
本文插图

|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏
本文插图

GameGAN的学习成果比对
Lebaredian还透露 ， 这个项目正是与吃豆人游戏的创造者Bandai Namco合作完成的 ， 以庆祝街机经典游戏的40周年生日 。 如今看来 ， 两方设计者都对项目结果表示满意 。
AI帮你操刀设计游戏 ， 惊不惊喜？
乐观来看 ， 复刻吃豆人项目也展示了AI与游戏设计融合的光明前景 。 开发人员可以将他们的手头项目数据输入到AI的数据库中 ， 利用它来创建游戏规则 ， 甚至学着设计新的游戏关卡 。 AI还有能力将不同的游戏糅合在一起 ， 让游戏开发者游刃有余地挖掘更多设计游戏的创意 。

|街机游戏的复古潮流，英伟达使用GameGAN复刻经典吃豆人游戏
本文插图

可以自定义迷宫的吃豆人游戏
能够通过观察虚拟世界运行规律来学习游戏规则的AI ， 也对创造编程机器人等任务带来了启发 。 很快 ， 它也有望学习现实世界的规则 ， 比如通过观看机器人手推车在仓库中导航的视频 ， 自己来设计一个导航软件 。
Nvidia的项目引入了几个新创意 ， 包括调用了“记忆模块” ， 允许GameGAN存储游戏的内部地图 ， 以保证游戏复刻版与原始版保持一致 。 它还能将游戏世界的静态元素（如迷宫）与动态元素（如小鬼）分离开来 ， 帮助GameGAN设计生成新关卡 。
设计过程中仍有一些元素需要调整 。 为了重现《吃豆人》 ， AI模型必须接受大约5万集的数据训练（观看五万次游戏过程） 。 数据输入完成 ， 一个奇妙的现象发生了：在接收了大量数据后 ， GameGAN并不知道该怎么让游戏结束 ， 也就是说 ， 小吃豆人没有game over的时候 。 团队再让GameGAN重新介入 ， 调整了游戏的结局 。


推荐阅读


上一篇：Precision戴尔 Precision 5750天创 全新上市，专业让创作更夺目

下一篇：大众新闻|TOKIT入驻SKP，当互联网新贵遇上old money