通过观看不到两分钟的游戏画面，AI就可重建游戏引擎

原文：Artificial Intelligence Uses Less Than Two Minutes of Videogame Footage to Recreate Game Engine
作者：Joshua Preston
翻译：无阻我飞扬

摘要：文章描述了佐治亚理工学院的研究人员开发的一种可以通过观看游戏过程以重建游戏引擎的AI。AI系统看明白游戏是怎么回事以后，就可以复制“游戏引擎”，它可以控制从角色移动到图形绘制的所有东西，创建一个与原版游戏难以区分的克隆版本。

游戏工作室和爱好者可能很快就会拥有一个新的工具来加速游戏开发进程，并尝试不同风格的游戏。佐治亚理工学院的研究人员开发了一种新的方法，利用人工智能来学习一个完整的游戏引擎。游戏引擎是游戏的基础软件，管理着游戏从角色运动到图形绘制的所有内容。

在他们的实验中，AI系统观看不到两分钟的游戏视频，然后通过研究游戏中的帧、预测游戏的未来事件（比如角色将选择什么样的路径或敌人如何反应），最终建立自己的游戏模式。

为了让AI系统创建一个准确的预测模型，从而能解释2D平台游戏中的所有物理规则，团队在一个简单的“快速奔跑”视频中训练人工智能。在这个视频中，玩家只需要向着目标奔跑。这使得“AI的训练问题尽可能的困难”。

他们当前的工作是克隆超级马里奥兄弟游戏，首先利用AI和Mario Bros.的游戏视频，来创建独特的游戏关卡设计。团队也已经开始实验克隆洛克人和刺猬索尼克游戏系列。

左图为原始游戏视频，右图为AI重建游戏视频。尽管在预测动画帧（包括一个消失的洛克人）方面出现了一些失误，但它显示出对游戏引擎的强大把控。

研究人员发现，与神经网络上的相同测试相比，该方法对游戏引擎预测的视频帧更接近于原始游戏中的视频帧。这就赋予了他们只使用视频片段去重建一个准确，一般的游戏模型的能力。

首席研究员兼计算机科学博士生Matthew Guzdial表示：“我们的AI创建了预测模型，而无需访问游戏代码，并且能比卷积神经网络更准确地预测事件。只观看一场游戏视频，不会产生出完美克隆的游戏引擎。但是，只要多添加几段游戏视频，系统就会得到一个非常接近于原始游戏引擎的新引擎。”

他们接下来测试了克隆引擎在实际游戏中的表现。用第二个AI系统，以测试重建的游戏的关卡，并确保游戏的角色不会落在坚硬的地板上，或者在被敌人击中时不会损坏。

结果是：已经无法区分通过原始游戏引擎玩游戏的AI和使用克隆引擎玩游戏的AI了。

左边的游戏视频由超级马里奥兄弟引擎生成，右侧的克隆引擎展示了其准确预测游戏动画状态的能力。

联合调查员、交互计算副教授Mark Riedl介绍：“这项技术借助于一种相对简单的搜索算法，它可以搜索一系列可能的规则，这些规则可以尽力去预测一组帧转换。据我们所知，通过学习游戏引擎，并能用游戏画面模拟游戏世界的AI，这是第一个。”

目前的克隆技术，对于在屏幕上发生大量动作的游戏很有效。Guzdial表示，部族冲突或其它复杂的游戏，因为其会出现一些屏幕外的动作，对系统会带来一些挑战。

他说：“如果要将智能代理推进到不同的技术应用，就需要对其所在环境做出预测。这个模型可以用于训练或教育场景中的各种任务，我们认为这项研究，随着其不断进步，将可能扩展到各种类型的游戏应用。”

这项研究是在8月19 - 25日在澳大利亚墨尔本举行的人工智能国际联合会议上提出的。感兴趣的朋友可以读一下由Matthew Guzdial，Boyang Li和Mark Riedl共同撰写的这篇论文“ 从视频中学习游戏引擎 ”，这将让你更加了解AI重建游戏引擎的实现原理。