玩遊戲的人工智慧模型已經存在了幾十年，但它們通常專注於一場遊戲並專注於獲勝。研究者 谷歌 Deepmind 有一個不同的目標：創建一個模型，學習像人類一樣玩多個 3D 遊戲，同時盡力理解您的口頭指示並採取行動。他們引入了 SIMA 模型，該模型代表可擴展、可指導、多世界代理，目前正在研究中。
隨著時間的推移，SIMA 將學會玩任何電玩遊戲，甚至是那些沒有線性路徑到達遊戲結束的遊戲或開放世界遊戲。雖然演算法無意取代現有的遊戲演算法 人工智能，你可以把他當作一個夥伴和同伴。它將自然語言學習與理解 3D 世界和圖像識別結合起來。
https://twitter.com/GoogleDeepMind/status/1767918515585994818
該公司曾與多家遊戲開發商合作，包括Hello Games、Embracer、Tuxedo Labs、Coffee Stain 等用於訓練和測試 SIMA。研究人員將 SIMA 與《無人深空》、《拆解》、《英靈神殿》和《模擬山羊 3》等遊戲連接起來，向 AI 代理教授玩這些遊戲的基礎知識。
團隊選擇了更具開放性而非敘事性的遊戲來幫助 SIMA 學習一般遊戲技能。如果你玩過或看過《模擬山羊》演練，你就會知道做隨機、自發的事情就是遊戲的全部內容，團隊表示這正是他們希望教會 SIMA 的那種自發性。
為此，團隊首先在 Unity 引擎中創建了一個新環境。然後 谷歌 記錄成對的玩家，其中一個領導遊戲，另一個指示下一步該做什麼，以記錄口頭指示。之後，玩家們自己進行遊戲，展示自己的行為在遊戲中會帶來什麼結果。所有這些都輸入 SIMA，以便代理可以學習預測畫面上接下來會發生什麼。 SIMA目前擁有大約600種基本技能，例如左轉或爬樓梯，但它最終會學習更複雜的功能。
SIMA並不是像遊戲中那樣擁有人工智慧的NPC NVIDIA 還有Convai，另一個影響比賽結果的球員。 SIMA 計畫聯合主任 Frédéric Besse 表示，現在斷言這類人工智慧代理可能會在研究以外的遊戲中找到哪些應用還為時過早。但Google表示，有了更先進的型號 人工智能 SIMA最終將能夠執行更複雜的任務並成為理想的合作夥伴。
另請閱讀：