Ang mga modelo ng artificial intelligence na naglalaro ng mga laro ay umiikot sa loob ng mga dekada, ngunit kadalasan ang mga ito ay dalubhasa sa isang laro at nakatuon sa panalo. Mga mananaliksik Google May ibang layunin ang Deepmind: gumawa ng modelong natutong maglaro ng ilang 3D na laro tulad ng tao, habang ginagawa ang lahat para maunawaan at kumilos ayon sa iyong mga pandiwang tagubilin. Ipinakilala nila ang modelo ng SIMA, na nangangahulugang Scalable, Instructable, Multiworld Agent at kasalukuyang nasa ilalim ng pananaliksik.
Sa paglipas ng panahon, matututo ang SIMA na maglaro ng anumang video game, kahit na ang mga walang linear na landas patungo sa dulo ng laro o mga open world na laro. Kahit na ang algorithm ay hindi inilaan upang palitan ang mga umiiral na laro AI, maaari mong isipin siya bilang isang kasosyo at kasama. Pinagsasama nito ang natural na pag-aaral ng wika sa pag-unawa sa mga 3D na mundo at pagkilala ng imahe.
Nakipagtulungan ang kumpanya sa iba't ibang developer ng laro, kabilang ang Hello Games, Embracer, Tuxedo Labs, Coffee Stain at iba pa para sanayin at subukan ang SIMA. Ikinonekta ng mga mananaliksik ang SIMA sa mga laro tulad ng No Man's Sky, Teardown, Valheim at Goat Simulator 3 upang turuan ang ahente ng AI ng mga pangunahing kaalaman sa paglalaro ng mga ito.
Pinili ng team ang mga larong mas open-ended kaysa sa pagsasalaysay upang matulungan ang SIMA na matuto ng mga pangkalahatang kasanayan sa paglalaro. Kung naglaro ka o nanood ng mga walkthrough ng Goat Simulator, alam mo na ang paggawa ng random, kusang mga bagay ang tungkol sa laro, at sinasabi ng team na iyon mismo ang uri ng spontaneity na inaasahan nilang ituro sa SIMA.
Para magawa ito, lumikha muna ang team ng bagong environment sa Unity engine. Pagkatapos Google naitala ang mga pares ng mga manlalaro, ang isa ay nangunguna sa laro at ang isa ay nagbibigay ng mga tagubilin sa kung ano ang susunod na gagawin, upang itala ang mga pasalitang tagubilin. Pagkatapos nito, naglaro ang mga manlalaro sa kanilang sarili upang ipakita kung ano ang humantong sa kanilang mga aksyon sa laro. Ang lahat ng ito ay ipinadala sa SIMA upang matutunan ng ahente na mahulaan kung ano ang susunod na mangyayari sa screen. Sa kasalukuyan, ang SIMA ay may humigit-kumulang 600 pangunahing kasanayan tulad ng pagliko sa kaliwa o pag-akyat ng hagdan, ngunit sa kalaunan ay matututo ito ng mas kumplikadong mga function.
Basahin din:
Mag-iwan ng Sagot