Downcodes の編集者は次のように報告しています。最近、研究者らは DIAMOND (Diffusion for World Modelling) と呼ばれる AI モデルを開発しました。これは、古典的なゲーム「Counter-Strike: Global Offensive」(CS:GO) をニューラル ネットワークとランニングでシミュレートできます。 Nvidia RTX 3090 グラフィックス カードでは 10 フレーム/秒。フレームレートは高くありませんが、特にそのトレーニング データがわずか 87 時間の棋譜であり、同様のプロジェクトに必要なデータのわずか 0.5% に過ぎないことを考慮すると、AI シミュレーションの分野では依然として大きな成果です。
最近、研究者らは、有名なコンピューター ゲーム「Counter-Strike: Global Offensive」(CS:GO) をニューラル ネットワークでシミュレートできる DIAMOND (Diffusion for World Modeling) と呼ばれる AI モデルを開発しました。
このモデルは Nvidia RTX3090 グラフィックス カードで実行され、1 秒あたり 10 フレームに達することができます。フレームレートは高くありませんが、この成果は AI シミュレーションの分野では依然として目覚ましいものです。
DIAMOND のトレーニング データは、わずか 87 時間の CS:GO のゲーム記録であり、GameNGen などの同様のプロジェクトで必要とされるデータの 0.5% にすぎません。このモデルはデータ量が少ないにもかかわらず、ゲーム内の印象的なシーンをシミュレートすることができます。
DIAMOND は、プレイヤーの動きを文中の単語のような「マーク」として扱う Transformer ベースのアプローチを使用して、Atari ゲームでその機能を初めて実証しました。これらのマーカーを予測することで、モデルは以前のアクションに基づいてプレーヤーの次の動きを予測する方法を学習できます。
研究者のエロイ・アロンソ氏は、Twitter でこのモデルの機能をデモしており、プレイヤーがキーボードとマウスを使ってシミュレートされた CS:GO 環境を操作している様子が見られます。シミュレーションには、プレイヤーのインタラクション、武器の仕組み、環境物理学などの複雑な要素が含まれます。ただし、DIAMOND にはまだ重大な欠陥がいくつかあります。
たとえば、モデルではソース エンジンの重力や衝突検出が考慮されていないため、プレイヤーは無限にジャンプできます。さらに、プレイヤーがトレーニング データで一般的に使用されているパスから逸脱すると、シミュレーションは完全に破綻します。
研究者らは、データ量と計算能力が増加するにつれて、モデルのパフォーマンスがさらに向上すると考えています。また、将来的には、複雑な現実世界の環境をナビゲートできる AI モデルの開発が可能になると考えています。
DIAMOND の CS:GO シミュレーションは、Google Research、Google DeepMind、テルアビブ大学が共同開発した GameNGen システムに触発されていることは言及する価値があります。このシステムは、1 台の Google で毎秒 20 フレームの速度で古典的なゲーム DOOM を完全にシミュレートできます。 TPUチップ部分。
AI に興味のある開発者のために、DIAMOND モデルは現在 GitHub でオープンソースになっており、誰でもさらに詳しく調べることができます。
プロジェクト入口：https://diamond-wm.github.io/
ハイライト:
- 研究者によって開発された AI モデル DIAMOND は、CS:GO をシミュレートし、Nvidia RTX3090 上で実行でき、毎秒 10 フレームの速度に達します。
- ? このモデルはトレーニングに 87 時間のゲーム データのみを使用しましたが、データ量は少ないですが、それでも複雑なゲーム シナリオをシミュレートできます。
- ? DIAMOND にはいくつかの重大な制限と脆弱性がありますが、研究者らは、データと計算能力を追加することでモデルのパフォーマンスを将来的に改善できると考えています。
DIAMOND モデルの登場は、AI シミュレーション ゲームの分野に新たな可能性をもたらし、将来のより複雑な AI モデルの開発にとって貴重な経験も提供しました。まだいくつかの欠点はありますが、その可能性を過小評価することはできません。 Downcodes の編集者は、このモデルのさらなる開発と応用を楽しみにしています。