打开

通过细胞自动机,AI在「我的世界」学会了盖房子

subtitle
量子位 2021-04-15 22:07

子豪 发自 凹非寺
量子位 报道 | 公众号 QbitAI

了解游戏「我的世界(MineCraft)」的读者,一定很熟悉这样的画面。

打开网易新闻 查看更多图片

△图源:Science Magazine

但是,如果盖房子的不是人,而是AI呢?

这是来自哥本哈根信息技术大学、约克大学和上海大学的学者,利用3D神经元细胞自动机(NCA)完成的新研究。

不仅能生成静态结构,当然不仅是公寓,树木、城堡也可以:



△图源:Science Magazine

还能生成功能性机器,比如爬行的毛毛虫:


△图源:Science Magazine

把它一切两段,还会玩再生术,成功分身……


(咦~有画面感了)

这是怎么做到的?

神经元细胞自动机的应用

研究者其实是受到「生命游戏」中元胞自动机CA) 的启发,在2D基础上开发了3D神经元细胞自动机(NCA)

「生命游戏」就是基于元胞自动机的原理制作的,也可以说是元胞自动机的一个展示。

它是由英国数学家约翰·康威在1970年发明的。在网格中,每个方格居住着一个细胞,其状态由其周围的8个细胞决定,以黑色代表细胞存活。


之后,许多研究采用了更为复杂的神经网络规则,被称为神经元细胞自动机(NCA)。但是其应用大多局限于2D结构,或是只能生成简单的3D结构。

为了提高NCA在实际应用中的通用性,研究团队开发了3D NCA

它利用3D卷积捕捉周围更多的细胞,以生成复杂的3D结构,并且具有更多类型的建造单元。

△3D神经元细胞自动机更新规则

研究人员试图利用NCA从单个活细胞生成目标实体,利用监督学习对重建损失进行优化。

并且,将「我的世界」中的实体作为3D网格中的细胞,其状态向量包含:块类型、存活状态、隐藏状态。

但是,由于每个单元是单一的块类型,于是他们将结构重建任务视为一个多类分类问题,预测给定单元的类型。

利用Pytorch提供的LogSoftmax和NLLLoss方法组合,以实现是在目标与预测的细胞结构之间,最小的交叉熵损失

这种损失导致性能不稳定**,并且模型展现出对“空气”块的偏好。

在训练中,“空气”块通常占据了所选结构的大部分,因此,训练数据不平衡可能会导致模型过度预测。

为解决这一问题,研究人员根据是否归类为“空气 ”块,将损失计算划分为两部分,并且增加了一个交叉重叠(IOU)成本,测量非“空气”块与实体之间的绝对差,以此提升精度。

效果如何?

针对模型在静态结构和动态功能机器的重构性能,研究人员进行了评估,并记录了各项参数。

结果显示,NCA的重构能力具有鲁棒性

△归一化IOU/结构性损失

△归一化总损失

不过,NCA对于构建较大的实体(比如:教堂)仍具有挑战性,因为模型经常陷入局部极小值,需要更长的时间来训练。

尽管大教堂模型比一些实体的损失更低,但有许多随机生成的结构,因此没有其他实体自然。目标结构与生成效果的对比:

此外,在生成自然界中更随机的实体(比如:橡树)时,也更加困难。

正如前文提到的,NCA能生成静态结构,并且可以很好地增加单个块类型的数量,生成多样化和复杂的内饰,比如公寓楼内部:


令人意外的是,在丛林神庙中,NCA甚至生成了一个箭陷阱。

在生成功能性机器时,研究人员发现,不同结构的生成模式也不同

一些结构是从小细胞渐渐扩大到最终形态;而毛毛虫则是先快速生成,然后再淘汰细胞形成最终的结构。


△图源:Science Magazine

此外,NCA的再生特性也是一大亮点,除了从单个细胞中生长出复杂的结构外,这些局部更新规则还允许再生或修复损伤

即使未经训练,它仍然能恢复某些受损的结构,比如树:

不过,研究人员在对比测试后发现:

在未经过再生训练时,模型的再生率仅有30%;而进行再生训练后,生成率能达到99%。

3D NCA引起了网友的广泛关注,reddit上还有网友提到:

NCA在物理学上的应用也值得探索,比如:它可以用来模拟晶体形成。

参考链接:
[1]https://arxiv.org/abs/2103.08737
[2]https://www.sciencemag.org/news/2021/03/watch-artificial-intelligence-grow-walking-caterpillar-minecraft
[3]https://en.wikipedia.org/wiki/Conway%27s_Game_of_Life
[4]https://twitter.com/risi1979/status/1372158321256456198
[5]https://www.reddit.com/r/MachineLearning/comments/m70b2p/r_growing_3d_artefacts_and_functional_machines/

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。
25赞
大家都在看打开应用 查看全部
网易热搜每30分钟更新
打开应用 查看全部
打开