Downcodes의 편집자는 다음과 같이 보고합니다. 최근 연구원들은 고전 게임 "Counter-Strike: Global Offensive"(CS:GO)를 신경망과 Running에서 시뮬레이션할 수 있는 DIAMOND(Diffusion for World Modelling)라는 AI 모델을 개발했습니다. Nvidia RTX 3090 그래픽 카드에서는 초당 10프레임입니다. 프레임 속도는 높지 않지만 AI 시뮬레이션 분야에서는 여전히 중요한 성과입니다. 특히 훈련 데이터가 게임 기록의 87시간에 불과해 유사한 프로젝트에 필요한 데이터의 0.5%에 불과하다는 점을 고려하면 더욱 그렇습니다.
최근 연구원들은 신경망에서 유명한 컴퓨터 게임 "Counter-Strike: Global Offensive"(CS:GO)를 시뮬레이션할 수 있는 DIAMOND(Diffusion for World Modeling)라는 AI 모델을 개발했습니다.
이 모델은 Nvidia RTX3090 그래픽 카드에서 실행되며 초당 10프레임에 도달할 수 있습니다 . 프레임 속도는 높지 않지만 AI 시뮬레이션 분야에서는 여전히 인상적인 성과입니다.
DIAMOND의 훈련 데이터는 CS:GO 게임 기록의 87시간에 불과하며 이는 GameNGen과 같은 유사 프로젝트에 필요한 데이터의 0.5%에 불과합니다. 적은 양의 데이터에도 불구하고 이 모델은 여전히 게임의 인상적인 장면을 시뮬레이션할 수 있습니다.
DIAMOND는 플레이어의 움직임을 문장의 단어와 같은 "표시"로 처리하는 Transformer 기반 접근 방식을 사용하여 Atari 게임에서 그 기능을 처음으로 시연했습니다. 모델은 이러한 마커를 예측함으로써 이전 행동을 기반으로 플레이어의 다음 움직임을 예측하는 방법을 학습할 수 있습니다.
Eloi Alonso 연구원은 Twitter에서 모델의 기능을 시연했습니다. 비디오에서 플레이어는 키보드와 마우스를 통해 시뮬레이션된 CS:GO 환경과 상호 작용하는 모습을 볼 수 있습니다. 시뮬레이션에는 플레이어 상호 작용, 무기 역학, 환경 물리학과 같은 복잡한 요소가 포함됩니다. 그러나 DIAMOND에는 여전히 몇 가지 심각한 결함이 있습니다.
예를 들어 모델이 소스 엔진의 중력이나 충돌 감지를 고려하지 않기 때문에 플레이어는 무한히 점프할 수 있습니다. 게다가 플레이어가 훈련 데이터에 일반적으로 사용되는 경로에서 벗어나면 시뮬레이션이 완전히 중단됩니다.
연구진은 데이터의 양과 컴퓨팅 능력이 증가함에 따라 모델의 성능이 더욱 향상될 것이라고 믿습니다. 그들은 또한 미래에는 복잡한 실제 환경을 탐색할 수 있는 AI 모델을 개발하는 것이 가능할 것이라고 믿습니다.
DIAMOND의 CS:GO 시뮬레이션은 Google Research, Google DeepMind 및 Tel Aviv University가 공동으로 개발한 GameNGen 시스템에서 영감을 얻었습니다. 이 시스템은 단일 Google에서 초당 20프레임의 속도로 고전 게임 DOOM을 완벽하게 시뮬레이션할 수 있습니다. TPU 칩의 일부입니다.
AI에 관심이 있는 개발자를 위해 DIAMOND 모델은 이제 GitHub의 오픈 소스이며 누구나 더 자세히 살펴볼 수 있습니다.
프로젝트 입구: https://diamond-wm.github.io/
가장 밝은 부분:
- 연구진이 개발한 AI 모델 DIAMOND는 CS:GO를 시뮬레이션하고 Nvidia RTX3090에서 실행할 수 있으며 초당 10프레임의 속도에 도달합니다.
- ? 이 모델은 훈련에 87시간의 게임 데이터만 사용했습니다. 데이터 양은 적지만 복잡한 게임 시나리오를 시뮬레이션할 수 있습니다.
- ? DIAMOND에는 몇 가지 심각한 제한 사항과 취약점이 있지만 연구원들은 데이터와 컴퓨팅 성능을 추가하면 모델 성능이 향후 향상될 수 있다고 믿습니다.
DIAMOND 모델의 등장은 AI 시뮬레이션 게임 분야에 새로운 가능성을 가져왔으며, 향후 더욱 복잡한 AI 모델 개발을 위한 귀중한 경험을 제공했습니다. 아직 몇 가지 단점이 있지만 그 잠재력을 과소평가할 수는 없습니다. Downcodes의 편집자는 이 모델의 추가 개발 및 적용을 기대합니다.