AI技术在游戏开发中的应用并不是什么新鲜事物。我们无法预测AI技术的力量。在游戏领域，游戏开发人员可能很快就会拥有一种新的工具来加速不同风格游戏的开发，即AI克隆技术。佐治亚理工学院的研究人员已经开发出一种使用人工智能来学习完整游戏引擎的新方法。该游戏的克隆软件可用于控制从角色移动到图形可视化的所有内容。这项研究在8月于澳大利亚墨尔本举行的国际人工智能联合会议上进行了介绍。副教授兼项目共同研究人员Mark Riedl说：“该技术依赖于一种相对简单的搜索算法，该算法可以进行搜索以最佳地预测帧过渡的一组规则。 ＆amp; ld;据我们所知，这是第一个学习游戏引擎并使用游戏屏幕模拟游戏世界的AI技术。研究人员的AI系统只需要观看不到两分钟的游戏视频，然后使用研究框架并预测未来的事件以建立自己的游戏操作模式，例如角色将选择的路径或敌人的反应。为了允许AI代理创建可以解释2D平台样式游戏的所有物理特性的准确预测模型，团队在单个“ speedrunner”控件中训练了AI。视频，以便玩家可以直接攻击目标。他们首先克隆了超级马里奥（Super Mario），并首先使用AI和马里奥兄弟（Mario Bros.）的游戏视频来创建独特的游戏级设计。试图尝试克隆《洛克人》和《刺猬索尼克》系列。首席研究员兼博士学位Matthew Guzdial说：“我们的AI无需访问游戏代码即可创建预测模型，并且比卷积神经网络更准确地预测未来事件。上一帧，引擎预测和CNN像素之间的像素误差比较视频不会产生完美的游戏引擎克隆，但是通过在其他几个视频中进行人工智能训练，您将获得非常接近的结果。 ＆quot;接下来，他们在实际游戏中测试了克隆引擎的性能。他们聘请了两名AI特工来玩游戏并通过关卡，并确保游戏的主角不会从坚固的地板上掉下来，也不会被敌人击中而受伤。结果：与使用原始游戏引擎的AI相比，使用克隆引擎的人工智能是无法区分的。游戏视频的一部分（左）由原始的Super Mario引擎制作，克隆引擎（右）展示了准确预测动画状态的能力。首先，系统扫描每个输入视频帧以确定存在的对象集，如图所示：Super Mario引擎中帧解析过程的可视化。首先，解析一个框架，在一个框架中找到spritesheet元素，然后将其转换为事实框架列表。其次，我们在两个相邻帧之间运行贪婪匹配算法，以确定对象在帧之间如何变化。最后，当第二帧与预测的下一帧不同并且超过某个设置的阈值时，我们解析每个帧并运行引擎搜索算法。当前的克隆技术对于屏幕上发生许多动作的游戏非常有效。 Guzdial说，《部落冲突》或其他类似的游戏动作可能会在屏幕外发生，这对于他们的系统而言可能是困难的。他说：“如果智能代理要履行其促进不同技术应用的承诺，则智能代理需要对他们的环境做出预测。 ＆amp; rdquo;我们的模型可以用于培训或教育方案中的各种任务。我们认为，这项研究可能会扩展到各种类型的游戏。