40年前，《吃豆人》(Pac-Man)首次出现在日本的游戏厅中，随后风靡全世界。数据显示，仅仅在1981年，美国人就为了《吃豆人》往游戏机里投了几十亿个25美分硬币，游戏总时间达到75000小时，相当于8年半。
现在，这款列入世界游戏名作殿堂的经典之作，又借助于NVIDIA AI技术，重现人间!
在NVIDIA DGX系统的神经网络上，经过多达5万个回合、总计数万帧的游戏训练，NVIDIA研究院创建的强大新AI模型“NVIDIA GameGAN”，已经能够在无需基础游戏引擎的情况下，生成完整版的《吃豆人》游戏。
换句话说，AI即使不了解游戏的基本规则，也可以完美地再现这款经典游戏。
据介绍，GameGAN是第一个利用生成式对抗网络(GAN)模仿计算机游戏引擎的神经网络模型。GAN模型由两个相互对抗的神经网络组成，一个生成器(generator)，一个鉴别器(discriminator)，能够学习并创建足以媲美原版内容的新内容。
经过训练后的GameGAN模型能够生成静态环境元素，例如统一的迷宫形状、豆子、强化道具、作为敌人的幽灵、吃豆人本身等移动元素。
它还能学习简单和复杂的关键性游戏规则：吃豆人无法穿过迷宫墙，而需要一边四处移动、一边吃豆;吃到强化道具后，鬼魂会变成蓝色并四处逃窜;吃豆人从一侧离开迷宫时，会被传送到迷宫的另一侧;吃豆人碰到鬼魂，屏幕就会闪烁并结束游戏。
当智能代理试玩GAN生成的游戏时，GameGAN会对代理的行为做出响应，从而实时生成新的游戏环境框架。
在使用游戏不同等级或版本的游戏剧本进行训练后，GameGAN甚至还可以生成从未有过的游戏关卡。
利用此功能，游戏开发人员可以自动生成新的游戏等级关卡，AI研究人员则可以更轻松地开发用于训练自主机器的模拟器系统。
事实上，无论是哪一款游戏，GAN都可以通过从过去的游戏中提取屏幕录像和智能代理的按键轨迹，来学习其规则，而游戏开发人员可以将原关卡中的游戏剧本作为训练数据，使用该工具为当前的游戏设计新的等级关卡。
游戏发行商万代南梦宫娱乐(BANDAI NAMCO Entertainment)旗下研发公司万代南梦宫研究有限公司(BANDAI NAMCO Research Inc.)，提供了用于训练GameGAN所用的《吃豆人》数据，而结果让他们感到震惊，都无法相信可以在没有游戏引擎的情况下，再现这款经典游戏。
NVIDIA将于今年晚些时候在AI Playground上发布这款由AI再现的《吃豆人》，所有人都可以亲身体验。
关键词： NVIDIA
营业执照公示信息