Modelle der künstlichen Intelligenz, die Spiele spielen, gibt es schon seit Jahrzehnten, aber sie sind normalerweise auf ein Spiel spezialisiert und auf das Gewinnen ausgerichtet. Forscher Google Deepmind hat ein anderes Ziel: ein Modell zu erstellen, das lernt, mehrere 3D-Spiele wie ein Mensch zu spielen und dabei sein Bestes gibt, Ihre verbalen Anweisungen zu verstehen und entsprechend zu handeln. Sie stellten das SIMA-Modell vor, das für Scalable, Instructable, Multiworld Agent steht und derzeit erforscht wird.
Mit der Zeit wird SIMA lernen, jedes Videospiel zu spielen, auch solche, die keinen linearen Weg zum Ende des Spiels oder Open-World-Spiele haben. Obwohl der Algorithmus nicht dazu gedacht ist, bestehende Spiele zu ersetzen KIMan kann ihn sich eher als Partner und Begleiter vorstellen. Es kombiniert das Erlernen natürlicher Sprache mit dem Verstehen von 3D-Welten und der Bilderkennung.
https://twitter.com/GoogleDeepMind/status/1767918515585994818
Das Unternehmen hat mit verschiedenen Spieleentwicklern zusammengearbeitet, darunter Hello Games, Embracer, Tuxedo Labs, Coffee Stain und andere, um SIMA zu trainieren und zu testen. Die Forscher verbanden SIMA mit Spielen wie No Man's Sky, Teardown, Valheim und Goat Simulator 3, um dem KI-Agenten die Grundlagen des Spielens dieser Spiele beizubringen.
Das Team wählte Spiele aus, die eher auf ein offenes Ende als auf eine Erzählung ausgerichtet sind, um SIMA dabei zu helfen, allgemeine Spielfähigkeiten zu erlernen. Wenn Sie Goat Simulator-Komplettlösungen gespielt oder gesehen haben, wissen Sie, dass es im Spiel darum geht, zufällige, spontane Dinge zu tun, und das Team sagt, dass es genau die Art von Spontaneität ist, die sie SIMA beibringen möchten.
Dazu erstellte das Team zunächst eine neue Umgebung in der Unity-Engine. Dann Google Es wurden zwei Spielerpaare aufgezeichnet, von denen einer das Spiel leitete und der andere Anweisungen gab, was als nächstes zu tun ist, um die gesprochenen Anweisungen aufzuzeichnen. Danach spielten die Spieler alleine, um zu zeigen, wozu ihre Aktionen im Spiel führen. All dies wurde an SIMA weitergeleitet, damit der Agent lernen konnte, auf dem Bildschirm vorherzusagen, was als nächstes passieren würde. Derzeit verfügt SIMA über etwa 600 Grundfertigkeiten wie das Abbiegen nach links oder das Treppensteigen, wird aber mit der Zeit komplexere Funktionen erlernen.
SIMA ist kein NPC mit künstlicher Intelligenz wie in NVIDIA und Convai, ein weiterer Spieler im Spiel, der das Ergebnis beeinflusst. Frédéric Besse, Co-Direktor des SIMA-Projekts, sagt, es sei noch zu früh, um zu sagen, welche Anwendungen solche KI-Agenten in Spielen außerhalb der Forschung finden könnten. Aber Google sagte das mit fortschrittlicheren Modellen KI SIMA wird irgendwann in der Lage sein, komplexere Aufgaben zu erfüllen und ein idealer Partner zu werden.
Lesen Sie auch: