谷歌DeepMind推出了SIMA,这是一种通过训练学习游戏技能的人工智能代理,因此它玩起来更像人类,而不是一个只做自己事情的强大人工智能。SIMA代表可扩展、可指导、多世界代理,目前仅处于研究阶段。
SIMA最终将学习如何玩任何视频游戏,甚至是没有线性路径结束游戏的游戏和开放世界游戏。虽然它并不是要取代现有的游戏人工智能,但可以将其更多地视为与你的队伍配合良好的另一个玩家。它将自然语言教学与理解3D世界和图像识别相结合。
“SIMA并不是为了赢得比赛而训练的;而是为了赢得比赛而训练的。”“它经过训练可以运行它并执行它所指示的操作,”谷歌DeepMind研究员兼SIMA联合负责人TimHarley在向通报情况时说道。
Google与HelloGames、Embracer、TuxedoLabs、CoffeeStain等八家游戏开发商合作,训练和测试SIMA。研究人员将SIMA插入《无人深空》、《拆解》、《英灵神殿》和《模拟山羊3》等游戏中,向AI代理教授玩游戏的基础知识。谷歌在博客文章中表示,SIMA不需要自定义API来玩游戏或访问源代码。
Harley表示,团队选择了更注重开放式游戏而非叙事的游戏,以帮助SIMA学习一般游戏技能。如果您玩过或看过《模拟山羊》的游戏,您就会知道做随机、自发的事情是游戏的重点,Harley表示他们希望SIMA能够学习这种自发性。
为此,团队首先在Unity引擎中构建了一个新环境,代理需要在其中创建雕塑来测试他们对对象操作的理解。然后,谷歌记录了一对人类玩家——一个控制游戏,另一个给出下一步做什么的指示——以捕获语言指令。随后,玩家们独立进行游戏,展示是什么导致了他们在游戏中的行为。所有这些都被提供给SIMA代理,以学习预测屏幕上接下来会发生什么。
SIMA目前有约600个基本技能,如左转、爬梯子、打开菜单使用地图等。Harley表示,最终可以指示SIMA在游戏中执行更复杂的功能。像“寻找资源和建立营地”这样的任务仍然很困难,因为人工智能代理无法为人类执行行动。
SIMA并不意味着像Nvidia和Convai那样是一个由AI驱动的NPC,而是游戏中影响结果的另一个玩家。SIMA项目联合负责人FredericBesse表示,现在判断像这样的人工智能代理能为研究领域之外的游戏带来哪些用途还为时过早。
然而,就像AINPC一样,SIMA最终可能会学会说话,但远非如此。SIMA仍在学习如何玩游戏并适应以前没有玩过的游戏。谷歌表示,凭借更先进的AI模型,SIMA最终可能能够完成更复杂的任务,成为完美的AI员,带领你走向胜利。