EA создали нейросеть для генерации уровней в комьютерных играх

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Мнение | Игры

Летом, на конференции разработчиков видеоигр (Conference on Games 2021) разработчики из Electronic Arts представили не просто сырой прототип, но вполне работоспособную систему, которая способна как генерировать принципиально новые уровни в играх, так и самостоятельно тестировать их. 

Уже больше года назад я писал статью про то, как различные разработчики создают нейросети, которые способны генерировать уровни в играх. К примеру, генерируют новые уровни в играх про Марио, в Doom 3D и прочих простеньких играх. И тогда я предполагал, что крупные издатели только начинают посматривать в эту сторону, но в ближайшей перспективе ждать от них чего-то не стоит. Как же я ошибался.

На первый взгляд, кажется, что особого толку от такой системы нет. Да, она способна расставлять плиты, по которым прыгают человечки. Но это же самое может сделать и обычный геймдизайнер за пару секунд. Что в этом сложного? Сложность в нюансах. Во-первых, эта система работает не в двумерном, а полностью в трёхмерном пространстве, и с учётом заданной сложности игры.

То есть данная система, в отличие от предшественников, которые работали исключительно с двумерными играми, способна учитывать и вертикальные, и горизонтальные геймплейные особенности. При этом, она расставляет все эти плиты не просто так, а что бы игровой персонаж мог по ним передвигаться. Данная система обучена таким образом, что бы всегда учитывать возможности персонажа и строить такую систему препятствий, которые он обязательно сможет преодолеть. И тут можно регулировать как количество способностей персонажей (длину прыжка, какие-то ускоряющие способности, возможность планирования или полёта), так и сложность создаваемых препятствий. То есть, достаточно изменить всего один параметр и система вместо простого и казуального уровня построит такой, который порадует и любителей хардкора. Да, шлифовка таких уровней руками человека ещё понадобится, но ему не придётся из головы продумывать всю планировку уровня. Он сможет работать с заготовкой, которая уже была протестирована системой. И это далеко не самое интересное. Во-вторых, эта система способна генерировать уровень в реальном времени, на основание текущего положения игрового персонажа.

Никаких комбинаций заранее заготовленных кусков уровней. Никакой современной «случайной генерации уровня». У системы есть конкретные элементы уровней (платформы, лифты, уступы и прочие), которые она в режиме реального времени комбинирует для конкретной игровой ситуации. И дополнительно отмечу — для заданной сложности, которую можно легко менять. Полагаю, эта возможность вселит надежду в сердца не только любителей рогаликов. В-третьих, никто не говорил, что данная система применима исключительно к платформерам.

Данной нейронной сети вообще не важно, с какими элементами работать. С платформами, с дорогами, с коридорами, с кустами травы в которой можно прятаться от врага. Всё что требуется, так это лишь задать условия генерации уровня и дать ей элементы, которые она может использовать. Причём, эта нейросеть ставит элементы не просто от балды, но учитывает уже существующие на карте объекты. Создаёте заготовку карты, расставляете на ней горы и леса и просто запускаете в неё нейросеть. Дальше весь уровень она достроит самостоятельно. И напоминаю — она это может делать в режиме реального времени, для каждой сложности застраивая уровень по разному. Вот в этот момент уже приходит понимание того, насколько сильно такая система может помочь геймдизайнерам и уменьшить количество рутины, с которой им приходится сталкиваться. Но есть и ещё одна рутина, с которой эта система может помочь. В-четвёртых, она способна полноценно тестировать созданные уровни.

Создаёте уровень и запускаете в него эту нейросеть. Она спавнит огромное множество игровых персонажей, которыми сама же и управляет, пытаясь пройти созданный уровень. И понятное дело, протестирует она уровень намного быстрее людей-тестировщиков. Выдав геймдизайнеру первичную информацию о том, проходим ли уровень вообще и какова его сложность (не забываем, она ведь всё ещё способна оценивать сложность).

Да, полностью людей (и геймдизайнеров, и тестировщиков) такая сеть не заменит. Плюс, и спроектировать, и протестировать она всё ещё способна далеко не всё. В играх с открытым мирам, с разветвлённой системой прокачки, с разветвлённым сюжетом есть множество нюансов, которые не поддаются механическому тестированию. Пока не поддаются. Есть и многопользовательские игры, где таких нюансов ещё больше. Тем не менее, использование данной системы способно в десятки, если не сотни раз ускорить создание игровых уровней в ряде жанров. Плюс, производство разного рода рогаликов вообще можно поставить на поток. И не стоит забывать, что эта система является разработкой не каких то учёных из какого то института. Это EA. А уж что данная компания умеет делать, так это зарабатывать деньги. И вряд ли бы они стали вкладываться в разработку такой системы, если бы не планировали её где то использовать.

Если кого то заинтересовала данная разработка и хочется узнать подробнее, как нейросеть всё это делает и какие у неё есть ограничения, приглашаю посмотреть видео с моим разбором данной системы.

Подводя итог, попытаюсь снова спрогнозировать дальнейшее развитие событий. Представленная система явно уже вполне работоспособна. Поэтому предположу, что в ЕА уже есть команда (а может и не одна), которая использует её для разработки уровней в играх. Возможно даже, что это уровни в играх, которые выйдут в ближайшие пару лет. Возможно даже, что ранние версии этой системы использовали для создание уровней в уже вышедших играх. Но, если всё это действительно так, то пока что её явно используют лишь для прототипирования уровней и базового их тестирования. А вот когда нам доведётся увидеть функцию постройки уровней в реальном времени, с учётом выбранной сложности, всё ещё вопрос. Я бы предположил, что такие игры ещё не появятся в ближайшие года три, поскольку в реальности всё же слишком много условий, которые требуется учитывать в подобной работе. Как минимум, эстетический вид и внутриигровую логику расположения элементов ландшафта. Но не удивлюсь, если представленная система лишь ранний прототип, а у ЕА есть уже более совершенная её версия и они удивят меня снова, представив игру с этой системой намного раньше.

ДругойДругая
Автор не входит в состав редакции iXBT.com (подробнее »)

5 комментариев

115714461586402090162@google
А, так вот почему карты в новой батле такие хреновые.
Arguzd
Кстати да, я тоже об этом подумал)
1
Куча ассетов, проработанные движки, вот уже некоторая автоматизация. Практически ничего не надо делать с нуля!..
Но разработка дорожает…
AndreySNH_100500
Через 50 лет:
— Нейросеть создет игры для других нейросетей. Они весело проводят время.
— Человек, живет в поле, питается натуральными продуктами, что сам вырастил. Простые инструменты, быт как в 18 веке. Нет электричества, связи и прочих благ. Все себе забрали нейросети. Им жаль тратить на людей ресурсы.
Падает астероид:
— Техногенный комплекс планеты и все ИИ уничтожены.
— Люди выжили.
Через 300 лет:
— Построили первые города.
— Изобрели электричество…
c
Офигеть, а вот это прямо здорово! Того и глядишь скоро будут игры, которые сами себя создают до бесконечности… Не так давно видео смотрелл о том, как происходит обучение ИИ, рекомендую: https://youtu.be/vx4qtIQokRc

Добавить комментарий

Сейчас на главной

Новости

Публикации

История манипулятора: от контактного датчика угла до цифровой системы анализа изображения

Почти все пользователи ПК и ноутбуков в повседневной работе используют манипулятор — мышь. Это могут быть обычные офисные модели с базовым оптическим сенсором, высокоточные игровые...

Вами играют, а вы не знаете: как Теория игр спасет вас от манипуляций и лишних трат

Продолжаем знакомиться с ментальными фишками, которые сделают вас более эффективными и успешными в жизни. Сегодня мы поговорим о Теории игр. Как она работает и советы как ее эффективно использовать.

Сто лет делают доступные швейцарские часы: обзор модели Grovana Tradition

Бренд Grovana - это «тихая Швейцария». Компания завоевывает внимание сегодня не кричащей рекламой, а последовательным, можно сказать, методичным изготовлением практичных и недорогих...

Первый оцифрованный мозг обрел тело: как цифровая копия дрозофилы впервые начала ходить в симуляторе

На протяжении десятилетий развитие вычислительных систем шло по пути создания искусственного интеллекта. Этот подход подразумевает написание программного кода и использование алгоритмов, которые...

Сухофрукты вместо конфет: полезная замена или сладкая иллюзия

Многие люди, решившие сократить потребление сладостей, стараются заменить конфеты сухофруктами, руководствуясь тем, что это натурально и полезно. На первый взгляд логика безупречна. Однако на...

Обзор сушилки для филамента eSUN eBOX: простой способ привести пластиковую нить в норму перед 3D печатью

Наверняка многие сталкивались с различными дефектами во время печати, особенно при работе с недорогим пластиком. Особенно заметно бывает на катушке филамента, которая была распечатана какое то...