Translations:Diffusion Models Are Real-Time Game Engines/5/zh

我們介紹了GameNGen，這是第一個完全由神經模型驅動的遊戲引擎，能夠在長軌跡上與複雜環境進行高質量的實時交互。GameNGen 可以在單個 TPU 上以每秒超過 20 幀的速度交互模擬經典遊戲 DOOM。下一幀預測的 PSNR 為 29.4，與有損 JPEG 壓縮相當。在區分遊戲短片和模擬片段方面，人類評分員的表現僅略好於隨機概率。GameNGen 的訓練分為兩個階段：(1) 一個強化學習代理學習玩遊戲，並記錄訓練過程；(2) 訓練一個擴散模型，以過去的幀和動作序列為條件生成下一幀。條件增強技術可在長軌跡上實現穩定的自動回歸生成。