GameGAN: Nvidia stellt Pac-Man ohne Engine nur mit KI-Modell nach
Zum 40-jährigen Jubiläum von Pac-Man hat Nvidia seine KI-Forscher auf den Spiele-Klassiker losgelassen. Das Resultat ist eine Version von Pac-Man, die ausschließlich von einem KI-Modell erzeugt und in einer Reihe von Bildern ausgegeben wird, ohne eine eigene Spiel-Engine zu besitzen. Nvidia nennt das Forschungsprojekt GameGAN.
Der Name des KI-Modells GameGAN steht für Game Generative Adversarial Network und damit für die zugrundeliegenden künstlichen neuronalen Netze, die den Spielinhalt erzeugen. Bei Generative Adversarial Networks treten zwei neuronale Netze – Generator und Diskriminator – in einem Nullsummenspiel gegeneinander an, um neue Inhalte so überzeugend zu erstellen, dass sie als das Original durchgehen. Das generative Netz erstellt die neuen Inhalte und der Diskriminator beurteilt sie.
Das GameGAN wurde zuvor von Nvidia auf den eigenen DGX-Systemen mit 50.000 Spielrunden, mehreren Millionen Frames und den zugehörigen Controller-Eingaben des Spiels Pac-Man trainiert, um daraufhin in Echtzeit das Spiel ohne Spiel-Engine nachzustellen. Nvidia betont, dass dies mit überzeugendem Ergebnis möglich sei, obwohl die KI die grundlegenden Regeln des Spiels nicht kenne. Über die jetzt nicht mehr vorhandene Spiele-Engine werden üblicherweise die Grundregeln von Pac-Man definiert, etwa das Sammeln der Punkte, die Verfolgung durch die vier Geister oder die Kraftpillen, um die Geister zu jagen und zu fressen. GameGAN fehlen diese Grundregeln mangels Engine, dennoch weiß das KI-Modell dank des Trainings, wie es dem Original entsprechende Inhalte in Echtzeit erzeugen kann.
„Wir wollten sehen, ob KI die Regeln einer Spielumgebung lernen kann, indem ausschließlich das Spielgeschehen eines Akteurs beobachtet wird. Und das hat sie“, sagte Seung-Wook Kim, Forscher bei Nvidia und Leiter des Projekts. GameGAN kann nicht nur in Echtzeit neue Frames als Reaktion auf Eingaben eines automatisierten oder menschlichen Spielers erzeugen, sondern auch eigenständig völlig neue Layouts des Spiels kreieren, ohne diese vorher im Spielgeschehen beobachtet zu haben, sofern das KI-Modell zuvor mit mehreren Levels oder Versionen des Spiels trainiert wurde.
Nvidia sieht Potenzial für Spiele- und Simulator-Entwickler
Abseits des Forschungserfolgs zum heute 40-jährigen Jubiläum von Pac-Man sieht Nvidia in GameGAN eine Möglichkeit für Spiele-Entwickler, um automatisiert neue Level zu kreieren. GameGAN ist nicht auf 2D-Umgebungen beschränkt, wie parallel durchgeführte Versuche mit der Doom-basierten KI-Forschungsplattform ViZDoom gezeigt haben. Der kreative Prozess der Levelgestaltung soll beschleunigt werden, auch neue Charaktere und ganze Spiele könnten über KI-Modelle erstellt werden.
Nvidia sieht aber nicht nur bei Spielen Potenzial für GameGAN, sondern auch im Umfeld autonomer Roboter, die zuvor in einem Simulator trainiert werden müssen. Die Entwicklung dieser Simulatoren sei besonders zeitaufwendig und könnte durch Generative Adversarial Networks beschleunigt werden. Auch beim autonomen Fahren könnte GameGAN eine Rolle spielen, indem zum Beispiel über eine Kamera im Auto das Handeln des Fahrers und das Umfeld beobachtet und ausgewertet werden, um damit ein KI-Modell zu trainieren. „Wir könnten letztendlich eine KI haben, die lernt, die Verkehrsregeln und Gesetze der Physik nur durch das Betrachten von Videos und Aktionen von Fahrern nachzuahmen“, sagte Sanja Fidler, Leitern von Nvidias von Forschungslabor in Toronto. „GameGAN ist ein erster Schritt in diese Richtung.“
ComputerBase hat Informationen zu diesem Artikel von Nvidia unter NDA erhalten. Die einzige Vorgabe war der frühestmögliche Veröffentlichungszeitpunkt.
Fabian und 
Jan-Frederik