All public logs

Combined display of all available logs of Marovi AI. You can narrow down the view by selecting a log type, the username (case-sensitive), or the affected page (also case-sensitive).

02:51, 7 September 2024 FuzzyBot talk contribs deleted page Translations:Diffusion Models Are Real-Time Game Engines/31/es (Part of translation page "Diffusion Models Are Real-Time Game Engines/es": Reuploading the translation from source file)
02:50, 7 September 2024 FuzzyBot talk contribs deleted page Translations:Diffusion Models Are Real-Time Game Engines/18/es (Part of translation page "Diffusion Models Are Real-Time Game Engines/es": Reuploading the translation from source file)
07:36, 6 September 2024 Felipefelixarias talk contribs created page Glossary (Created page with "AI-relevant Terminology") Tag: Visual edit
21:57, 2 September 2024 Felipefelixarias talk contribs created page File:2408.14837.figure.8.png (Auto-regressive evaluation of the simulation model: Sample #1. Top row: Context frames. Middle row: Ground truth frames. Bottom row: Model predictions.)
21:57, 2 September 2024 Felipefelixarias talk contribs uploaded File:2408.14837.figure.8.png (Auto-regressive evaluation of the simulation model: Sample #1. Top row: Context frames. Middle row: Ground truth frames. Bottom row: Model predictions.)
22:03, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/45/es (Created page with "Observamos que es trivial aumentar aún más la tasa de generación de imágenes de forma sustancial paralelizando la generación de varios fotogramas en hardware adicional, de manera similar a la técnica clásica SLI Alternate Frame Rendering (AFR) de NVidia. De manera similar al AFR, la tasa de simulación real no aumentaría y el input lag no se reduciría.")
22:02, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/44/es (Created page with "Dado que observamos degradación cuando utilizamos un único paso de muestreo, también experimentamos con la destilación de modelos de forma similar a (Yin et al., [https://arxiv.org/html/2408.14837v1#bib.bib39 2024]; Wang et al., [https://arxiv.org/html/2408.14837v1#bib.bib36 2023]) en el escenario de un solo paso. La destilación ayuda sustancialmente en este caso (permitiéndonos alcanzar los 50 FPS como en el caso anterior), pero aún conlleva cierto coste para la...")
22:01, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/43/es (Created page with "Utilizar sólo 4 pasos de eliminación de ruido supone un coste total de U-Net de 40 ms (y un coste total de inferencia de 50 ms, incluido el codificador automático) o 20 fotogramas por segundo. Nuestra hipótesis es que el impacto insignificante en la calidad con pocos pasos en nuestro caso se debe a una combinación de: (1) un espacio de imágenes restringido, y (2) un fuerte condicionamiento por los fotogramas anteriores.")
22:00, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/42/es (Created page with "Durante la inferencia, tenemos que ejecutar tanto el denoiser U-Net (para un número de pasos) como el auto-codificador. En nuestra configuración de hardware (una TPU-v5), un solo paso del denoiser y una evaluación del auto-codificador tardan 10 ms. Si ejecutáramos nuestro modelo con un único paso de eliminación de ruido, la latencia total mínima posible en nuestra configuración sería de 20 ms por fotograma, o 50 fotogramas por segundo. Por lo general, los modelo...")
21:58, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/41/es (Created page with "==== 3.3.2 Pasos de Muestreo del Denoizador ====")
21:56, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/40/es (Created page with "También experimentamos generando 4 muestras en paralelo y combinando los resultados, con la esperanza de evitar que se acepten predicciones extremas poco frecuentes y reducir la acumulación de errores. Experimentamos tanto con el promedio de las muestras como con la elección de la muestra más próxima a la mediana. El promedio fue ligeramente peor que el de un solo fotograma, y la elección de la más cercana a la mediana fue solo levemente mejor. Dado que ambos aume...")
21:53, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/39/es (Created page with "Utilizamos el muestreo DDIM (Song et al., [https://arxiv.org/html/2408.14837v1#bib.bib34 2022]). Empleamos Classifier-Free Guidance (Ho & Salimans, [https://arxiv.org/html/2408.14837v1#bib.bib12 2022]) solo para la condición de observaciones pasadas <math>o_{< n}</math>. No encontramos que la guía para la condición de acciones pasadas <math>a_{< n}</math> mejore la calidad. La ponderación que utilizamos es relativamente pequeña (1,5), ya que ponderaciones mayores cr...")
21:52, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/38/es (Created page with "==== 3.3.1 Configuración ====")
21:51, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/37/es (Created page with " === 3.3 Inferencia ===")
21:51, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/36/es (Created page with "El auto codificador preentrenado de Stable Diffusion v1.4, que comprime parches de 8x8 píxeles en 4 canales latentes, produce artefactos significativos al predecir los fotogramas del juego, lo que afecta a los pequeños detalles y, en particular, a la barra inferior HUD ("heads up display"). Para aprovechar el conocimiento preentrenado y mejorar al mismo tiempo la calidad de la imagen, entrenamos solo el decodificador del auto codificador latente utilizando una pérdida...")
21:50, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/35/es (Created page with "==== 3.2.2 Ajuste Fino del Decodificador Latente ====")
21:48, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/34/es (Created page with "center|thumb|900x900px|Figura 4: Deriva autorregresiva. Arriba: presentamos cada 10 fotogramas de una trayectoria simple con 50 fotogramas en los que el jugador no se mueve. La calidad se degrada rápidamente después de 20-30 pasos. Abajo: la misma trayectoria con aumento de ruido no sufre degradación de calidad.")
21:48, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/33/es (Created page with "El cambio de dominio entre el entrenamiento con enseñanza forzada y el muestreo autorregresivo conduce a la acumulación de errores y a una rápida degradación de la calidad de la muestra, como se demuestra en la Figura [https://arxiv.org/html/2408.14837v1#S3.F4 4]. Para evitar esta divergencia debida a la aplicación autorregresiva del modelo, corrompemos los fotogramas de contexto añadiendo una cantidad variable de ruido gaussiano a los fotogramas codificados en tie...")
21:41, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/32/es (Created page with "==== 3.2.1 Mitigación de la Deriva Autorregresiva Mediante el Aumento de Ruido ====")
21:37, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/31/es (Created page with "donde <math>T = {\{ o_{i \leq n},a_{i \leq n}\}} \sim \mathcal{T}_{agent}</math>, <math>x_{0} = {\phi{(o_{n})}}</math>, <math>t \sim {\mathcal{U}{(0,1)}}</math>, <math>\epsilon \sim {\mathcal{N}{(0,\mathbf{I})}}</math>, <math>x_{t} = {{\sqrt{{\overline{\alpha}}_{t}}x_{0}} + {\sqrt{1 - {\overline{\alpha}}_{t}}\epsilon}}</math>, <math>{v{(\epsilon,x_{0},t)}} = {{\sqrt{{\overline{\alpha}}_{t}}\epsilon} - {\sqrt{1 - {\overline{\alpha}}_{t}}x_{0}}}</math>, y <math>v_{\theta^{...")
21:36, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/30/es (Created page with "<math>\mathcal{L} = {{\mathbb{E}}_{t,\epsilon,T}\left\lbrack {\|{{v{(\epsilon,x_{0},t)}} - {v_{\theta^{\prime}}{(x_{t},t,{\{{\phi{(o_{i < n})}}\}},{\{{A_{emb}{(a_{i < n})}}\}})}}}\|}_{2}^{2} \right\rbrack}</math> (1)")
21:35, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/29/es (Created page with "Entrenamos el modelo para minimizar la pérdida de difusión con parametrización de velocidad (Salimans & Ho, [https://arxiv.org/html/2408.14837v1#bib.bib29 2022b]):")
21:33, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/28/es (Created page with "Reutilizamos un modelo de difusión texto-a-imagen preentrenado, Stable Diffusion v1.4 (Rombach et al., [https://arxiv.org/html/2408.14837v1#bib.bib26 2022]). Condicionamos el modelo <math>f_{\theta}</math> a las trayectorias <math>T \sim \mathcal{T}_{agent}</math>, es decir, a una secuencia de acciones previas <math>a_{< n}</math> y observaciones (fotogramas) <math>o_{< n}</math>, y eliminamos todo condicionamiento basado en texto. Específicamente, para condicionar sob...")
21:21, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/27/es (Created page with "Ahora entrenamos un modelo generativo de difusión condicionado a las trayectorias del agente <math>\mathcal{T}_{agent}</math> (acciones y observaciones) recopiladas durante la etapa anterior.")
21:20, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/26/es (Created page with "=== 3.2 Entrenamiento del Modelo Generativo de Difusión ===")
21:19, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/25/es (Created page with "Grabamos las trayectorias de entrenamiento del agente a lo largo de todo el proceso de entrenamiento, que incluye diferentes niveles de habilidad de juego. Este conjunto de trayectorias registradas es nuestro conjunto de datos <math>\mathcal{T}_{agent}</math>, utilizado para el entrenamiento del modelo generativo (ver Sección [https://arxiv.org/html/2408.14837v1#S3.SS2 3.2]).")
21:16, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/24/es (Created page with "Nuestro objetivo final es que los jugadores humanos interactúen con nuestra simulación. Para ello, la política <math>\pi</math>, como en la Sección [https://arxiv.org/html/2408.14837v1#S2 2], es la de ''juego humano''. Dado que no podemos tomar muestras directamente a esa escala, empezamos aproximándonos a ella enseñando a jugar a un agente automático. A diferencia de una configuración típica de RL que intenta maximizar la puntuación del juego, nuestro objetivo...")
21:08, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/23/es (Created page with "=== 3.1 Recopilación de Datos a través del Juego de Agentes ===")
21:05, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/22/es (Created page with "center|thumb|900x900px|Figura 3: Visión general del método GameNGen. Los detalles de v-predicción se omiten por brevedad.")
21:04, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/21/es (Created page with "GameNGen (pronunciado «game engine») es un modelo de difusión generativo que aprende a simular el juego bajo la configuración de la Sección [https://arxiv.org/html/2408.14837v1#S2 2]. Para recoger datos de entrenamiento para este modelo, con el objetivo de forzamiento del profesor, primero entrenamos un modelo separado para interactuar con el entorno. Los dos modelos (agente y generativo) se entrenan en secuencia. La totalidad del corpus de acciones y observaciones...")
20:51, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/20/es (Created page with "== 3 GameNGen ==")
06:00, 1 September 2024 Felipefelixarias talk contribs marked Diffusion Models Are Real-Time Game Engines for translation
05:56, 1 September 2024 Felipefelixarias talk contribs marked Diffusion Models Are Real-Time Game Engines for translation
05:53, 1 September 2024 Felipefelixarias talk contribs created page Diffusion Models Are Real-Time Game Engines/es (Created page with "'''Authors:''' Dani Valevski (Google Research), Yaniv Leviathan (Google Research), Moab Arar (Tel Aviv University), Shlomi Fruchter (Google DeepMind)")
05:50, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/19/es (Created page with "Siempre entrenamos nuestro modelo generativo con el objetivo de forzamiento del profesor. Dada una función de distribución de simulación {\displaystyle q}, el entorno {\displaystyle {\mathcal {E}}} puede simularse mediante el muestreo autorregresivo de observaciones.")
05:50, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/18/es (Created page with "Dado un entorno interactivo de entrada <math>\mathcal{E}</math> y un estado inicial <math>s_{0} \in \mathcal{S}</math>, una ''Simulación de Mundo Interactivo'' es una ''función de distribución de simulación'' <math>q \left( o_{n} \,|\, \{o_{< n}, a_{\leq n}\} \right), \; o_{i} \in \mathcal{O}, \; a_{i} \in \mathcal{A}</math>. Dada una métrica de distancia entre observaciones <math>D: \mathcal{O} \times \mathcal{O} \rightarrow \mathbb{R}</math>, una ''política'', es...")
05:49, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/17/es (Created page with "Por ejemplo, en el caso del juego DOOM, <math>\mathcal{S}</math> es el contenido de la memoria dinámica del programa, <math>\mathcal{O}</math> son los píxeles renderizados de la pantalla, <math>V</math> es la lógica de renderizado del juego, <math>\mathcal{A}</math> es el conjunto de pulsaciones de teclas y movimientos del ratón, y <math>p</math> es la lógica del programa dada la entrada del jugador (incluyendo cualquier no-determinismo potencial).")
05:48, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/16/es (Created page with "Un ''Entorno Interactivo'' <math>\mathcal{E}</math> consiste en un espacio de estados latentes <math>\mathcal{S}</math>, un espacio de proyecciones parciales del espacio latente <math>\mathcal{O}</math>, una función de proyección parcial <math>V: \mathcal{S} \rightarrow \mathcal{O}</math>, un conjunto de acciones <math>\mathcal{A}</math>, y una función de probabilidad de transición <math>p \left( s \,|\, a, s^{\prime} \right)</math> tal que <math>s, s^{\prime} \in \m...")
05:48, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/15/es (Created page with "== 2 Simulación de Mundos Interactivos ==")
05:47, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/14/es (Created page with "center|thumb|800x800px|Figura 2: GameNGen comparado con simulaciones anteriores de DOOM.")
05:45, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/13/es (Created page with "GameNGen responde a una de las preguntas importantes en el camino hacia un nuevo paradigma para los motores de juego, uno en el que los juegos se generen automáticamente, de forma similar a como se generan imágenes y vídeos mediante modelos neuronales en los últimos años. Aún quedan por resolver cuestiones clave, como el modo en que se entrenarían estos motores neuronales de juegos y cómo se crearían los juegos de forma eficaz en primer lugar, incluida la mejor...")
05:45, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/12/es (Created page with "En este trabajo, demostramos que la respuesta es afirmativa. En concreto, mostramos que un videojuego complejo, el emblemático juego DOOM, puede ejecutarse en una red neuronal (una versión aumentada del modelo abierto Stable Diffusion v1.4 (Rombach et al., [https://arxiv.org/html/2408.14837v1#bib.bib26 2022])), en tiempo real, mientras se logra una calidad visual comparable a la del juego original. Aunque no se trata de una simulación exacta, el modelo neuronal es cap...")
05:44, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/11/es (Created page with "''¿Puede un modelo neuronal que funciona en tiempo real simular un juego complejo con gran calidad?''")
05:44, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/10/es (Created page with "Varios trabajos importantes (Ha & Schmidhuber, [https://arxiv.org/html/2408.14837v1#bib.bib10 2018]; Kim et al., [https://arxiv.org/html/2408.14837v1#bib.bib16 2020]; Bruce et al., [https://arxiv.org/html/2408.14837v1#bib.bib7 2024]) (véase la sección [https://arxiv.org/html/2408.14837v1#S6 6]) simulan videojuegos interactivos con modelos neuronales. Sin embargo, la mayoría de estos enfoques están limitados con respecto a la complejidad de los juegos simulados, la ve...")
05:43, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/9/es (Created page with "En los últimos años, los modelos generativos han avanzado mucho en la producción de imágenes y vídeos condicionados por entradas multimodales, como texto o imágenes. A la vanguardia de esta ola, los modelos de difusión se convirtieron en el estándar de facto en la generación de medios (es decir, no lingüísticos), con trabajos como Dall-E (Ramesh et al., [https://arxiv.org/html/2408.14837v1#bib.bib25 2022]), Stable Diffusion (Rombach et al., [https://arxiv.org/...")
05:43, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/8/es (Created page with "Los juegos de ordenador son sistemas de software creados manualmente en torno al siguiente ''bucle de juego'': (1) recoger las entradas del usuario, (2) actualizar el estado del juego y (3) renderizarlo en píxeles de pantalla. Este bucle de juego, que se ejecuta a altas frecuencias de cuadro, crea la ilusión de un mundo virtual interactivo para el jugador. Estos bucles de juego suelen ejecutarse en ordenadores estándar y, aunque ha habido muchos intentos asombrosos de...")
05:41, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/7/es (Created page with "== 1 Introducción ==")
05:41, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/4/es (Created page with "====== Resumen ======")
05:41, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/3/es (Created page with "'''Sitio web del proyecto:''' [https://gamengen.github.io/ https://gamengen.github.io]")
05:40, 1 September 2024 Felipefelixarias talk contribs created page Translations:Diffusion Models Are Real-Time Game Engines/2/es (Created page with "'''Enlace ArXiv:''' [https://arxiv.org/abs/2408.14837 https://arxiv.org/abs/2408.14837]")