文献笔记：Learning to Simulate Dynamic Environments with GameGAN

GameGAM：
Learning to Simulate Dynamic Environments with GameGAN
Seung Wook Kim1,2,3* Yuhao Zhou2†
Jonah Philion1,2,3 Antonio Torralba4 Sanja Fidler1,2,3* 1NVIDIA 2University of Toronto 3Vector Institute 4 MIT
————————————————————

1.GameGAN能够通过游戏当前画面和键盘的操作，基于训练过的模型来预测下一帧游戏画面；作者额外设置了一个外部内存，允许游戏角色返回访问过的位置同时保持游戏逻辑与画面的一致性；作者设计的解码器能够学习游戏画面的动态与静态成分

2.GameGAN主要有三个部分：外部存储器、动态引擎、渲染引擎

3.Dynamics Engines
3.1 动态引擎能够帮助GameGAN学习动作输入会造成的结果，它需要学习什么样的动作是不被允许的，比如操作角色对着墙前进，那么角色会保持原地不动；
3.2 动态引擎主要是一个LSTM