パックマン40周年を記念して、NVIDIAはAIを活用して新レベルを制作

パックマンは本日40周年を迎えました。薄暗いバーでアーケードゲームを饗宴していた時代は遠い昔のことですが、この伝説のゲームは今もなお業界の発展に貢献しています。NVIDIAは金曜日、同社の研究者たちがAIを訓練し、ゲームのルールを教えたり、基盤となるゲームエンジンにアクセスさせたりすることなく、実際に動作するパックマンゲームを作成できたと発表しました。NVIDIAの「GameGAN」は、5万本のパックマンゲームを視聴するだけで、ゲームの仕組みを学習したのです。

それ自体が素晴らしい偉業だが、Nvidia は、このプロジェクトの基盤となっている「敵対的生成ネットワーク (GAN)」テクノロジーが将来的に、開発者がより速くゲームを開発したり、自律型ロボットを訓練したりするために利用されることを期待している。

「これは、GANベースのニューラルネットワークを用いてゲームエンジンをエミュレートする初の研究です」と、NVIDIAの研究者であるキム・スンウク氏はプレスリリースで述べています。「ゲーム内を移動するエージェントのスクリプトを見るだけで、AIが環境のルールを学習できるかどうかを確認したかったのです。そして、実際に学習できました。」

GameGANは、NvidiaのGV100「Volta」GPU 4基で動作する2つの競合するニューラルネットワークを用いて動作します。識別ネットワークが実際のゲームをプレイし、生成ネットワークが識別ネットワークのアクションに反応してゲームの新しいフレームをリアルタイムで生成します。Nvidiaによると、5万回の対戦を経て、GameGANは完全に機能するパックマンゲームを即座に作成できるほど賢くなり、同社は今年後半にAI生成のパックマンゲームをプレイ可能なバージョンをリリースする予定です。

NVIDIAは、これがほんの始まりに過ぎないと期待している。記者会見で、NVIDIAのレバレディアン氏とサンジャ・フィドラー氏は、GameGANのような敵対的生成ネットワーク（GAN）によって、開発者のゲーム開発が将来的に容易になると述べた。レバレディアン氏によると、このコンセプトはパックマンのような基本的なゲームや、NVIDIAがGTC 2020で披露したMarbles RTXデモのバージョンを自動的に作成するために使用できるという。理論的には、AIをトレーニングして、いくつかの異なるゲームの行動やモデルを組み合わせた、独自の「マッシュアップ」ゲームを作成することさえ可能になるという。

しかし、ソフトウェアのより深いレベルで動作するツールには、さらに大きな可能性が秘められているようだ。GameGANに基本的なルールを教えたり、ゲームエンジンを提供したりする必要がないため、NVIDIAは将来的にこの技術を用いてレベルデザインやキャラクターモデルのプロトタイプを迅速に作成できるようになると想定している。「ゲームの種類を問わず、GANは過去のゲームプレイの画面録画やエージェントのキー入力を取り込むだけでルールを学習できます」とNVIDIAのリリースには記されている。「ゲーム開発者はこのようなツールを用いることで、既存のゲームの新しいレベルレイアウトを自動的に設計し、元のレベルの脚本をトレーニングデータとして活用できるようになるでしょう。」

GTA V — 街の通りにいる Grand Theft Auto V の NPC。

レバレディアン氏は『グランド・セフト・オートV』のライブワールドを例に挙げ、GameGANは徘徊するNPCの大群を開発し、それらが環境とどのように相互作用するかを決定するのに役立つと述べた。NVIDIAの発表によると、この技術は開発者が後続のイテレーションで新しい環境を迅速に試すのにも役立つ可能性があるという。

このモデルは背景と動くキャラクターを分離できるため、ゲームを屋外の生垣迷路で再現したり、パックマンをお気に入りの絵文字に置き換えたりすることも可能です。開発者はこの機能を活用して、新しいキャラクターのアイデアやゲームテーマを試すことができます。

GameGANは自律ロボットの訓練にも活用できる可能性があります。ロボットは組立ラインに投入される前に、シミュレーターを用いて環境のルールを学習します。こうしたシミュレーターの作成には長い時間がかかります。NVIDIAは、GameGANが将来的には現実世界で起こっている活動の動画を用いてロボットを訓練するために使用される可能性があると考えています。

禁輸措置を受けたNVIDIAのゲームガン研究者、キム・スンウク氏 — Pac-Man GameGAN プロジェクトの主著者である Nvidia 研究者 Seung Wook Kim 氏。

「最終的には、ビデオを見たり、エージェントが環境内でどのように行動するかを観察したりするだけで、運転のルールや物理法則を模倣することを学習できるAIが実現できるでしょう」とフィドラー氏は述べた。「GameGANはその第一歩です。」

しかし、それはまだ実現不可能な希望です。GameGANは現在、128ピクセル解像度で毎秒約50フレームしか出力できません。これは研究プロジェクトであり、高解像度の動画出力にはまだ最適化されていません。それでも、これは刺激的な技術です。私たちはどんな言い訳でも構わず、パックマンをもっとプレイしたいと思っています。