Моделі штучного інтелекту, які грають в ігри, існують десятки років, але вони зазвичай спеціалізуються на одній грі та налаштовані на перемогу. Дослідники Google Deepmind ставлять перед собою іншу мету: створити модель, яка навчилася грати в кілька 3D-ігор, як людина, і при цьому робить все можливе, щоб розуміти та діяти згідно з вашими словесними інструкціями. Вони представили модель SIMA, що розшифровується як Scalable, Instructable, Multiworld Agent і наразі перебуває на стадії дослідження.
З часом SIMA навчиться грати в будь-які відеоігри, навіть у ті, що не мають лінійного шляху до кінця гри, чи ігри з відкритим світом. Хоча алгоритм не призначений для заміни існуючих ігрових ШІ, про нього можна думати скоріше як про напарника та компаньона. Він поєднує навчання природною мовою з розумінням 3D-світів і розпізнаванням зображень.
Компанія працювала з різними розробниками ігор, серед яких Hello Games, Embracer, Tuxedo Labs, Coffee Stain та інші, щоб навчити та протестувати SIMA. Дослідники під’єднали SIMA до таких ігор, як No Man’s Sky, Teardown, Valheim і Goat Simulator 3, щоб навчити ШІ-агента основ гри в них.
Команда вибрала ігри, які більше орієнтовані на відкриту гру, ніж на розповідь, щоб допомогти SIMA вивчити загальні ігрові навички. Якщо ви грали або дивилися відео проходження Goat Simulator, ви знаєте, що робити випадкові, спонтанні речі – це суть гри, і представники команди говорять, що саме такої спонтанності вони сподівалися навчити SIMA.
Для цього команда спочатку створила нове середовище в рушії Unity. Потім Google записала пари гравців, один з яких керував грою, а інший давав вказівки, що робити далі, щоб зафіксувати мовні інструкції. Після цього гравці грали самостійно, щоб показати, до чого призводять їхні дії в грі. Усе це передавалося SIMA, щоб агент навчився передбачати, що станеться далі на екрані. Наразі SIMA має близько 600 базових навичок на кшталт повороту ліворуч чи підйому по сходах, але згодом він навчиться виконувати складніші функції.
Читайте також:
Leave a Reply