按年被提到
20242024 · 5 次2026
强化学习与智能体›博弈与游戏 AI·arXiv:2408.14837 · cs.LG

Diffusion Models Are Real-Time Game Engines

扩散模型是实时游戏引擎(GameNGen)
Dani Valevski, Yaniv Leviathan, Moab Arar, Shlomi Fruchter · 2024

GameNGen:用扩散模型实时生成可玩的DOOM画面

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 5 人首次 2024-08-28 · 最近 2024-10-31
5不同的人
3活跃月份
5讨论串
34被引(OpenAlex)

GameNGen 是首个完全由神经网络驱动、能在长轨迹上以高质量实时交互的游戏引擎。它先让强化学习智能体玩 DOOM 并录制数据,再训练一个以过去帧和动作为条件的扩散模型来预测下一帧;条件增强让长时间自回归生成保持稳定,解码器微调提升细节与文字。系统在单块 TPU 上达到 20 帧每秒,下一帧预测 PSNR 为 29.4,人类评委即使在自回归生成 5 分钟后也只比随机猜测略强。

HN 为什么提它

HN 评论者提到它是用扩散模型在 TPU 上训练并实时模拟 DOOM 的论文,并惊讶于画面以约 20 帧每秒生成。

方法难度 3 / 5约 30 分钟经得起时间
读之前最好知道
1扩散模型(diffusion model)
2强化学习智能体
3自回归生成与误差累积
4视频与帧预测

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用krasin · 2024-08

“that discusses a paper GameNGen ([2]) that runs Doom with diffusion models was trained on TPUs”

提到 GameNGen 用扩散模型运行 Doom,且在 TPU 上训练
Tesla’s TTPoE at Hot Chips 2024: Replacing TCP for Low Latency Applications原评论 ↗
引用ben_w · 2024-10

“Also TIL this is generated at 20 frames per second”

感叹这个类游戏画面是每秒 20 帧生成的
AI Flame Graphs原评论 ↗
被提交为 story · 3 次