การสร้างฉากในเกมถือเป็นความท้าทายที่สำคัญในด้านการพัฒนาเกมมาโดยตลอด วิธีทะลวงข้อจำกัดของสถานการณ์ที่มีอยู่และสร้างโลกของเกมที่มีความหลากหลายและสร้างสรรค์มากขึ้นเป็นแนวทางที่นักพัฒนายังคงสำรวจต่อไป เมื่อเร็วๆ นี้ มหาวิทยาลัยฮ่องกงและ Kuaishou Technology ได้ร่วมมือกันพัฒนากรอบการทำงานที่เป็นนวัตกรรมที่เรียกว่า GameFactory ซึ่งให้แนวคิดใหม่ในการแก้ปัญหานี้ เฟรมเวิร์กนี้ใช้เทคโนโลยีโมเดลการแพร่กระจายวิดีโอขั้นสูง รวมกับกลยุทธ์การฝึกอบรมสามขั้นตอนที่เป็นเอกลักษณ์ เพื่อสร้างฉากเกมใหม่และหลากหลาย ซึ่งช่วยปรับปรุงประสิทธิภาพและความคิดสร้างสรรค์ของการสร้างวิดีโอเกมอย่างมีนัยสำคัญ
ในด้านการพัฒนาเกม ความหลากหลายและนวัตกรรมของสถานการณ์เป็นปัญหาที่ยากมาโดยตลอด เมื่อเร็วๆ นี้ มหาวิทยาลัยฮ่องกงและ Kuaishou Technology ได้ร่วมกันพัฒนากรอบการทำงานที่เป็นนวัตกรรมที่เรียกว่า GameFactory โดยมีเป้าหมายเพื่อแก้ปัญหาภาพรวมของฉากในการสร้างวิดีโอเกม เฟรมเวิร์กนี้ใช้ประโยชน์จากโมเดลการแพร่กระจายวิดีโอที่ได้รับการฝึกอบรมล่วงหน้าซึ่งสามารถฝึกอบรมเกี่ยวกับข้อมูลวิดีโอแบบโอเพ่นโดเมนเพื่อสร้างสถานการณ์เกมใหม่และหลากหลาย
ในฐานะเทคโนโลยีการสร้างขั้นสูง โมเดลการแพร่กระจายวิดีโอได้แสดงให้เห็นศักยภาพที่ยอดเยี่ยมในด้านการสร้างวิดีโอและการจำลองทางกายภาพในช่วงไม่กี่ปีที่ผ่านมา โมเดลเหล่านี้สามารถตอบสนองการป้อนข้อมูลของผู้ใช้ เช่น แป้นพิมพ์และเมาส์ เช่นเดียวกับเครื่องมือสร้างวิดีโอ จากนั้นจึงสร้างฉากเกมที่เกี่ยวข้อง อย่างไรก็ตาม ภาพรวมของฉากซึ่งหมายถึงความสามารถในการสร้างสถานการณ์เกมใหม่ทั้งหมดนอกเหนือจากที่มีอยู่เดิม ยังคงเป็นความท้าทายที่สำคัญในด้านนี้ แม้ว่าการรวบรวมชุดข้อมูลวิดีโอที่มีคำอธิบายประกอบการดำเนินการจำนวนมากเป็นวิธีโดยตรงในการแก้ปัญหานี้ แต่วิธีนี้ใช้เวลานานและต้องใช้แรงงานมาก โดยเฉพาะอย่างยิ่งไม่สามารถทำได้ในสถานการณ์โดเมนแบบเปิด
เฟรมเวิร์ก GameFactory เปิดตัวเพื่อแก้ไขปัญหานี้ ด้วยโมเดลการแพร่กระจายวิดีโอที่ได้รับการฝึกอบรมล่วงหน้า GameFactory สามารถหลีกเลี่ยงการพึ่งพาชุดข้อมูลเกมที่เฉพาะเจาะจงมากเกินไป และสนับสนุนการสร้างสถานการณ์เกมที่หลากหลาย นอกจากนี้ เพื่อลดช่องว่างระหว่างความรู้เดิมของโดเมนแบบเปิดและชุดข้อมูลเกมที่จำกัด GameFactory ยังใช้กลยุทธ์การฝึกอบรมสามขั้นตอนที่เป็นเอกลักษณ์อีกด้วย
ในระยะแรก LoRA (การปรับระดับต่ำ) ใช้เพื่อปรับแต่งโมเดลที่ได้รับการฝึกล่วงหน้าเพื่อปรับให้เข้ากับโดเมนเกมเฉพาะในขณะที่ยังคงพารามิเตอร์ดั้งเดิมไว้ ขั้นตอนที่สองจะหยุดพารามิเตอร์ก่อนการฝึก และมุ่งเน้นไปที่การฝึกโมดูลควบคุมการเคลื่อนไหว เพื่อหลีกเลี่ยงความสับสนระหว่างสไตล์และการควบคุม สุดท้าย ในขั้นตอนที่สาม น้ำหนัก LoRA จะถูกลบออก และพารามิเตอร์ของโมดูลควบคุมการเคลื่อนไหวจะยังคงอยู่ ทำให้ระบบสามารถสร้างวิดีโอเกมที่มีการควบคุมในสถานการณ์โดเมนเปิดที่แตกต่างกัน
นักวิจัยยังประเมินประสิทธิผลของกลไกการควบคุมต่างๆ และพบว่ากลไกการสนใจข้ามทำงานได้ดีกว่าเมื่อประมวลผลสัญญาณควบคุมแบบแยก เช่น อินพุตคีย์บอร์ด ในขณะที่วิธีการต่อประกบทำงานได้ดีกว่าเมื่อประมวลผลสัญญาณการเคลื่อนไหวของเมาส์ GameFactory ยังรองรับการควบคุมการเคลื่อนไหวอัตโนมัติ ทำให้สามารถสร้างวิดีโอเกมแบบโต้ตอบที่มีความยาวไม่จำกัด นอกจากนี้ ทีมวิจัยยังได้เปิดตัวชุดข้อมูลวิดีโอคำอธิบายประกอบการดำเนินการคุณภาพสูง GF-Minecraft สำหรับการฝึกอบรมและการประเมินผลของเฟรมเวิร์ก
บทความ: https://arxiv.org/abs/2501.08325
ไฮไลท์:
เฟรมเวิร์ก GameFactory ได้รับการพัฒนาร่วมกันโดยมหาวิทยาลัยฮ่องกงและ Kuaishou Technology เพื่อแก้ปัญหาภาพรวมของฉากในการสร้างวิดีโอเกม
กรอบงานใช้โมเดลการแพร่กระจายวิดีโอที่ได้รับการฝึกอบรมล่วงหน้าเพื่อสร้างสถานการณ์เกมที่หลากหลาย และใช้กลยุทธ์การฝึกอบรมสามขั้นตอนเพื่อปรับปรุงเอฟเฟกต์
นักวิจัยยังได้เผยแพร่ชุดข้อมูลวิดีโอคำอธิบายประกอบการดำเนินการ GF-Minecraft เพื่อสนับสนุนการฝึกอบรมและการประเมินผลของ GameFactory
การเกิดขึ้นของเฟรมเวิร์ก GameFactory ได้นำความเป็นไปได้ใหม่ๆ มาสู่การพัฒนาเกม ความสามารถในการสร้างฉากที่มีประสิทธิภาพและความสามารถในการปรับตัวแบบเปิดโดเมนจะช่วยส่งเสริมการพัฒนาอุตสาหกรรมเกมอย่างมาก และทำให้ผู้เล่นได้รับประสบการณ์เกมที่มีสีสันมากขึ้น ในอนาคต เราคาดหวังว่าเฟรมเวิร์ก GameFactory จะได้รับการปรับปรุงเพิ่มเติมเพื่อมอบเครื่องมือที่มีประสิทธิภาพมากขึ้นสำหรับนักพัฒนาเกม