قد يسمح نموذج الذكاء الاصطناعي لمطوري الألعاب بإنشاء حركات متحركة واقعية

قام فريق من الباحثين في إلكترونيك آرتس بتجربة خوارزميات الذكاء الاصطناعي المختلفة، بما في ذلك نماذج التعلم التعزيزي، لتأتمة جوانب إنشاء ألعاب الفيديو. يأمل الباحثون أن توفير نماذج الذكاء الاصطناعي وقت المطورين والمنشئين في المهام المتكررة مثل برمجة حركة الشخصيات.

تصميم لعبة فيديو، خاصة الألعاب الكبيرة من فئة الألعاب الثلاثية الأبعاد التي تصنعها شركات الألعاب الكبيرة، يتطلب آلاف الساعات من العمل. مع زيادة قوة أجهزة ألعاب الفيديو وأجهزة الكمبيوتر والأجهزة المحمولة، تصبح ألعاب الفيديو أكثر تعقيدًا. يبحث مطورو الألعاب عن طرق لإنتاج المزيد من محتوى الألعاب بقليل من الجهد، على سبيل المثال، غالبًا ما يختارون استخدام خوارزميات التوليد الإجرائي لإنشاء مناظر طبيعية وبيئات. يمكن استخدام خوارزميات الذكاء الاصطناعي أيضًا لإنشاء مستويات ألعاب الفيديو، وتأتمة اختبار الألعاب، وحتى تحريك حركات الشخصيات.

غالبًا ما تكتمل تحريك الشخصيات في ألعاب الفيديو بمساعدة أنظمة التقاط الحركة، التي تتبع حركات الممثلين الحقيقيين لضمان تحريك أكثر واقعية. ومع ذلك، فإن هذا النهج له قيود. لا يحتاج فقط رمز البرمجيات الذي يدير التحريك إلى كتابة، ولكن المنشئون مقيدون فقط بالافعال التي تم تسجيلها.

كما ذكرت مجلة Wired، قام فريق من الباحثين في إلكترونيك آرتس بتأتمة هذا العملية وتوفير الوقت والمال على هذه التحريكات. أظهر الفريق أن خوارزمية التعلم التعزيزي يمكن استخدامها لإنشاء نموذج بشري يتحرك بطريقة واقعية، دون الحاجة إلى تسجيل وتشفير الحركات يدويا. استخدم الفريق “Motion Variational Autoencoders” (Motion VAEs) لتحديد الأنماط ذات الصلة من بيانات التقاط الحركة. بعد استخراج أنماط الحركة من قبل المُحَصِّنات، تم تدريب نظام التعلم التعزيزي على البيانات، مع هدف إنشاء تحريك واقعي بناءً على أهداف معينة (مثل الجري وراء الكرة في لعبة كرة القدم). كانت خوارزميات التخطيط والتحكم التي استخدمها الفريق قادرة على إنشاء الحركات المطلوبة، وحتى إنتاج حركات لم تكن موجودة في مجموعة بيانات التقاط الحركة الأصلية. هذا يعني أنه بعد تعلم كيفية سير موضوع، يمكن لنظام التعلم التعزيزي تحديد ما يبدو عليه الجري.

اقتبس جوليان توجيليوس، أستاذ جامعة نيويورك ومؤسس شركة Modl.ai، من قبل مجلة Wired قائلاً إن التكنولوجيا يمكن أن تكون مفيدة جدًا في المستقبل ومن المحتمل أن تغير كيفية إنشاء محتوى الألعاب.

قال توجيليوس لمجلة Wired: “سيكون التحريك الإجرائي أمرًا كبيرًا. إنه يؤتم بشكل أساسي الكثير من العمل الذي يذهب إلى بناء محتوى الألعاب”.

وفقًا لأستاذ ميشيل فان دي بان من جامعة كولومبيا البريطانية، الذي كان متورطًا في مشروع التعلم التعزيزي، يبحث الفريق عن مواصلة الفكرة من خلال تحريك شخصيات غير بشرية بنفس العملية. قال فان دي بان لمجلة Wired أنه على الرغم من أن عملية إنشاء تحريك جديد يمكن أن تكون صعبة، إلا أنه يثق بأن التكنولوجيا سوف تكون قادرة على تقديم تحريك جذاب في يوم من الأيام.

تتضمن التطبيقات الأخرى للذكاء الاصطناعي في تطوير ألعاب الفيديو إنشاء ألعاب أساسية. على سبيل المثال، تمكنت الباحثون في جامعة تورونتو من تصميم شبكة عدوية توليدية يمكنها إعادة إنشاء لعبة Pac-Man دون الوصول إلى أي من الشفرة المستخدمة في تصميم اللعبة. في مكان آخر، استخدم الباحثون في جامعة ألبرتا نماذج الذكاء الاصطناعي لإنشاء مستويات ألعاب الفيديو بناءً على قواعد ألعاب مختلفة مثل Super Mario Bros. وMega Man.