Nvidia가 주도하는 NitroGen은 모든 타이틀을 재생할 수 있는 일반 비디오 게임 AI입니다. 연구는 로봇 공학에도 큰 영향을 미칩니다.
Nvidia, Stanford, Caltech 및 기타 기관의 다양한 연구원 그룹이 NitroGen을 도입했습니다. Nvidia의 AI 및 저명한 과학자 이사인 Jim Fan은 금요일 LinkedIn 게시물에서 NitroGen을 “1000개 이상의 게임을 플레이하도록 훈련된 오픈 소스 기반 모델”이라고 소개했습니다. 그러나 그 의미는 게임 세계에서 현실 세계로 훨씬 더 광범위하여 시뮬레이션과 로봇 공학에 상당한 이점을 제공합니다.
이 연구는 ‘행동을 위한 GPT’를 정제하려는 시도를 제시한다고 말할 수 있습니다. 따라서 그것은 일종의 언어 및 컴퓨터 비전 분야를 넘어 입증된 대규모 교육 기술을 적용한 LLM 혁신입니다. 더욱이, “알 수 없는 환경에서 작동할 수 있는 일반적으로 능력을 갖춘 구현된 에이전트의 선구적인 구축은 오랫동안 AI 연구의 성배로 여겨져 왔습니다”라고 주장합니다. 소개 연구 논문에.
흥미롭게도 NitroGen의 기반은 원래 로봇 공학용으로 설계된 GROOT N1.5 아키텍처입니다. 그리고 게임 세계에 적용하면 다양하거나 예측할 수 없는 환경에서 작업하는 로봇에게도 큰 이점을 가져다 줄 가능성이 있음을 보여줍니다.
NitroGen은 완전히 다른 메커니즘과 물리학으로 가득 찬 게임을 플레이하도록 조정되었습니다. 이것이 바로 비디오 게임의 본질이자 재미입니다. 연구원들은 스트리머가 공유한 40,000시간 이상의 공개 게임 플레이 비디오를 사용했습니다. 게이머가 실시간 게임 패드 상호 작용을 스트림에 오버레이한 비디오가 특히 도움이 되었습니다.
테스트에서 NitroGen은 “RPG, 플랫폼 게임, 배틀 로얄, 레이싱, 2D, 3D 등 다양한 게임에서 성공했습니다!” 팬을 열광시킵니다. 결과는 유망하지만 Nvidia 과학자는 이것은 단지 시작일 뿐이며 올라야 할 큰 언덕이 남아 있다고 말합니다.
NitroGen의 첫 번째 버전은 Fan이 부르는 대로 빠른 모터 제어 또는 ‘게이머 본능’에 의도적으로 초점을 맞추고 있습니다. 공유 연구에 따르면, 새로운 LLM은 또한 “다양한 영역에 걸쳐 강력한 역량”을 갖고 있으며, 이 모델은 “처음부터 훈련된 모델에 비해 작업 성공률이 52% 상대적으로 향상”되어 보이지 않는 게임뿐만 아니라 절차적으로 생성된 세계에서도 작동합니다.
지금까지 NitroGen에 대한 모든 연구는 오픈 소스로 제공되었으며 이에 관심이 있는 사람들은 게임, 로봇 공학 및 LLM은 땜질을 권장합니다. 사전 훈련된 모델 가중치, 전체 동작 데이터 세트 및 코드를 조정하면 모두 화려하고 까다로운 숫자의 비행에 열려 있습니다.
따르다 Google 뉴스의 Tom’s Hardware또는 우리를 선호 소스로 추가하세요피드에서 최신 뉴스, 분석, 리뷰를 받아보세요.



Post Comment