DIFFUSION MODELS ARE REAL-TIME GAME ENGINES

本文是LLM系列文章，针对《DIFFUSION MODELS ARE REAL-TIME GAME ENGINES》的翻译。

摘要

我们介绍GameNGen，这是第一个完全由神经模型驱动的游戏引擎，它能够在长轨迹上与复杂环境进行高质量的实时交互。GameNGen可以在单个TPU上以每秒超过20帧的速度交互式模拟经典游戏DOOM。下一帧预测的PSNR为29.4，与有损JPEG压缩相当。人类评分员在区分游戏短片和模拟短片方面只比随机机会好一点。GameNGen的训练分为两个阶段：（1）RL代理学习玩游戏并记录训练过程，（2）训练扩散模型以产生下一帧，条件是过去帧和动作的顺序。调节增强可以在长轨迹上实现稳定的自回归生成。

1 引言

2 交互式世界模拟

3 GAMENGEN

4 实验设置

5 结果

6 相关工作

7 讨论

总结。我们介绍了GameNGen，并证明了在神经模型上以每秒20帧的速度进行高质量的实时游戏是可能的。我们还提供了一个将交互式软件（如