游戲是人工智能的重要“訓(xùn)練場(chǎng)”之一,應(yīng)用于游戲人物動(dòng)作生成、關(guān)卡制作等領(lǐng)域的游戲人工智能技術(shù)在不同領(lǐng)域發(fā)展的溢出效應(yīng)正日益顯現(xiàn)。
中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心、中國(guó)科學(xué)院大數(shù)據(jù)挖掘與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室聯(lián)合發(fā)布的《探尋AI創(chuàng)新之路——游戲科技與人工智能創(chuàng)新發(fā)展報(bào)告》顯示,我國(guó)游戲產(chǎn)業(yè)規(guī)模每增長(zhǎng)1%,各省人工智能上市企業(yè)的合計(jì)營(yíng)業(yè)收入平均每年約增加1.42億元。隨著游戲?qū)θ斯ぶ悄芗捌洚a(chǎn)業(yè)發(fā)展的助推,游戲領(lǐng)域的前沿技術(shù)正在不斷走出虛擬場(chǎng)景,推動(dòng)現(xiàn)實(shí)世界中更多人工智能技術(shù)的進(jìn)步。
智能體動(dòng)作生成技術(shù)是游戲人工智能技術(shù)的一種?!拔覀兿Mㄟ^(guò)技術(shù)演進(jìn),讓游戲內(nèi)的每一位NPC(非玩家角色)都能在動(dòng)作生成上實(shí)現(xiàn)自主學(xué)習(xí),因此從2019年起,我們就和騰訊Robotics X實(shí)驗(yàn)室基于ARNN模型(Auto-Regressive Neural Network,即自回歸神經(jīng)網(wǎng)絡(luò)算法)深入研究,開(kāi)啟并逐漸實(shí)現(xiàn)智能體動(dòng)作生成技術(shù)的研發(fā)?!痹?023世界人工智能大會(huì)上,騰訊天美 J3 工作室 CoDM、逆戰(zhàn)手游開(kāi)發(fā)負(fù)責(zé)人于棟表示。
智能體動(dòng)作生成技術(shù)不僅在游戲領(lǐng)域大有用處,其在機(jī)器人領(lǐng)域的跨行業(yè)運(yùn)用也取得了非常出色的表現(xiàn)和進(jìn)展。去年6月,騰訊公布的“游戲驅(qū)動(dòng)機(jī)器人加速智能學(xué)習(xí)”項(xiàng)目,就介紹了這項(xiàng)技術(shù)在四足機(jī)器人Max上的應(yīng)用進(jìn)展。一方面,該技術(shù)能夠幫助機(jī)器人提升思考能力,讓其能在持續(xù)訓(xùn)練下實(shí)現(xiàn)更自然流暢的運(yùn)動(dòng)軌跡、更細(xì)顆粒動(dòng)作的智能生成、控制與決策;另一方面,借助實(shí)時(shí)物理模擬技術(shù),研究團(tuán)隊(duì)可以在游戲中快速建立逼真、復(fù)雜、多樣化的機(jī)器人虛擬訓(xùn)練場(chǎng)景,加上游戲引擎的加速能力,能夠大幅縮短機(jī)器人的訓(xùn)練過(guò)程和時(shí)間。
游戲中的NPC需要與人類(lèi)有較高的相似程度,才能最大限度地保證游戲真實(shí)性、增進(jìn)玩家游戲體驗(yàn)。于棟表示,在逆戰(zhàn)等FPS游戲中,人工智能所面臨的訓(xùn)練場(chǎng)景和應(yīng)用訴求比2D、2.5D類(lèi)游戲更難,但也正因FPS游戲三維立體的環(huán)境與真實(shí)世界較高的相似度,在這種環(huán)境下訓(xùn)練出來(lái)的人工智能,也更能表現(xiàn)出人類(lèi)在真實(shí)環(huán)境下的反應(yīng)。換言之,游戲人工智能需要不斷在游戲中磨礪才能進(jìn)步,而游戲人工智能技術(shù)的進(jìn)步也將帶動(dòng)其他人工智能領(lǐng)域的發(fā)展。
“基于此,游戲人工智能技術(shù)的溢出效應(yīng)也會(huì)日益顯現(xiàn)?!庇跅澱f(shuō)。未來(lái),智能體動(dòng)作生成技術(shù)等游戲人工智能技術(shù)或許有望在工業(yè)生產(chǎn)、養(yǎng)老陪護(hù)等領(lǐng)域創(chuàng)造出更大價(jià)值。
相關(guān)稿件