Compuesto por dos redes neuronales en competencia, un generador y un discriminador, los modelos basados en GAN aprenden a crear nuevos contenidos lo suficientemente convincentes como para hacerse pasar por el original, y esto se traduce en que la versión de este juego por IA es completamente funcional.
"Esta es la primera investigación que emula un motor gráfico que utiliza redes neuronales basadas en GAN", afirma Seung-Wook Kim, investigador de Nvidia y autor principal del proyecto. "Queríamos ver si la IA podía aprender las reglas de un entorno con sólo mirar el guión de un agente que se movía por el juego. Y así fue".
Mientras un agente artificial juega al juego generado por GAN, GameGAN responde a las acciones del agente, generando nuevos frames del entorno del juego en tiempo real. GameGAN puede incluso generar diseños de juego nunca antes vistos, si se entrena en los guiones de juegos con múltiples niveles o versiones.
Esta capacidad podría ser utilizada por los desarrolladores de juegos para generar automáticamente diseños para nuevos niveles de un juego, así como por los investigadores de la IA para desarrollar más fácilmente sistemas de simuladores para el entrenamiento de máquinas autónomas.
"Quedamos asombrados cuando vimos los resultados, con la incredulidad de que la IA pudiera recrear la icónica experiencia del PAC-MAN sin un motor de juego", dijo Koichiro Tsutsumi de BANDAI NAMCO Research Inc., que proporcionó los datos del PAC-MAN para entrenar a GameGAN. "Esta investigación presenta interesantes posibilidades para ayudar a los desarrolladores de juegos a acelerar el proceso creativo de desarrollo de nuevos diseños de niveles, personajes e incluso juegos".
Saludos.
No hay comentarios :
Publicar un comentario
Por favor, escribe adecuadamente y se respetuoso. Gracias.