قد يسمح نموذج AI لمطوري الألعاب بإنشاء رسوم متحركة نابضة بالحياة

أجرى فريق من الباحثين في Electronic Arts مؤخرًا تجارب على خوارزميات الذكاء الاصطناعي المختلفة ، بما في ذلك نماذج التعلم المعزز ، لأتمتة جوانب إنشاء ألعاب الفيديو. يأمل الباحثون أن تتمكن نماذج الذكاء الاصطناعي من توفير الوقت لمطوريها ورسامي الرسوم المتحركة في القيام بمهام متكررة مثل حركة الأحرف في الترميز.

يتطلب تصميم لعبة فيديو ، وخاصة ألعاب الفيديو ثلاثية الأبعاد الكبيرة المصممة من قبل شركات الألعاب الكبيرة ، آلاف الساعات من العمل. نظرًا لأن وحدات التحكم في ألعاب الفيديو وأجهزة الكمبيوتر والأجهزة المحمولة أصبحت أكثر قوة ، أصبحت ألعاب الفيديو نفسها أكثر تعقيدًا. يبحث مطورو الألعاب عن طرق لإنتاج المزيد من محتوى اللعبة بجهد أقل ، على سبيل المثال ، غالبًا ما يختارون استخدام خوارزميات الإنشاء الإجرائي لإنتاج المناظر الطبيعية والبيئات. وبالمثل ، يمكن استخدام خوارزميات الذكاء الاصطناعي لإنشاء مستويات ألعاب الفيديو ، وأتمتة اختبار اللعبة ، وحتى تحريك حركات الشخصيات.

غالبًا ما يتم إكمال الرسوم المتحركة للشخصية لألعاب الفيديو بمساعدة أنظمة التقاط الحركة ، التي تتعقب حركات الممثلين الحقيقيين لضمان المزيد من الرسوم المتحركة التي تشبه الحياة. ومع ذلك ، فإن هذا النهج له قيود. لا يقتصر الأمر على كتابة الكود الذي يقود الرسوم المتحركة فحسب ، بل يقتصر عمل الرسوم المتحركة أيضًا على الإجراءات التي تم التقاطها.

كما ذكرت Wired ، شرع باحثون من EA في أتمتة هذه العملية وتوفير الوقت والمال على هذه الرسوم المتحركة. أظهر فريق الباحثين أنه يمكن استخدام خوارزمية التعلم المعزز لإنشاء نموذج بشري يتحرك بأشكال واقعية ، دون الحاجة إلى تسجيل الحركات يدويًا وترميزها. استخدم فريق البحث "المشفرات التلقائية المتغيرة للحركة" (Motion VAEs) لتحديد أنماط الحركة ذات الصلة من بيانات التقاط الحركة. بعد أن استخرجت أجهزة التشفير التلقائي أنماط الحركة ، تم تدريب نظام التعلم المعزز بالبيانات ، بهدف إنشاء رسوم متحركة واقعية بناءً على أهداف معينة (مثل الركض خلف الكرة في لعبة كرة القدم). كانت خوارزميات التخطيط والتحكم التي استخدمها فريق البحث قادرة على توليد الحركات المرغوبة ، حتى أنها تنتج حركات لم تكن في المجموعة الأصلية لبيانات التقاط الحركة. هذا يعني أنه بعد تعلم كيفية سير الموضوع ، يمكن لنموذج التعلم المعزز تحديد شكل الجري.

ونقلت Wired عن جوليان توجيليوس ، الأستاذ بجامعة نيويورك والشريك المؤسس لشركة أدوات الذكاء الاصطناعي Modl.ai ، قوله إن التكنولوجيا يمكن أن تكون مفيدة للغاية في المستقبل ومن المرجح أن تغير كيفية إنشاء محتوى الألعاب.

"الرسوم المتحركة الإجرائية ستكون شيئًا ضخمًا. إنها تقوم بشكل أساسي بأتمتة الكثير من الأعمال التي تدخل في بناء محتوى اللعبة "، Togelius قال ل Wired.

وفقًا للبروفيسور ميشيل فان دي باني من جامعة كولومبيا البريطانية ، الذي شارك في مشروع التعلم المعزز ، يتطلع فريق البحث إلى تطوير هذا المفهوم من خلال تحريك الصور الرمزية غير البشرية بنفس العملية. قال Van de Panne لـ Wired إنه على الرغم من أن عملية إنشاء رسوم متحركة جديدة قد تكون صعبة للغاية ، إلا أنه واثق من أن التكنولوجيا ستكون قادرة على تقديم رسوم متحركة جذابة يومًا ما.

تشمل التطبيقات الأخرى للذكاء الاصطناعي في تطوير ألعاب الفيديو توليد الألعاب الأساسية. على سبيل المثال ، تمكن الباحثون في جامعة تورنتو من ذلك تصميم شبكة الخصومة التوليدية يمكن أن يعيد إنشاء اللعبة باك مان دون الوصول إلى أي من الكودات المستخدمة في تصميم اللعبة. في مكان آخر ، استخدم باحثون من جامعة ألبرتا نماذج الذكاء الاصطناعي إنشاء مستويات من ألعاب الفيديو استنادًا إلى قواعد الألعاب المختلفة مثل سوبر ماريو بروس و ميجا مان.