СПОСОБИ ВИКОРИСТАННЯ НЕЙРОННИХ МЕРЕЖ ТА МАШИННОГО НАВЧАННЯ В КОМП’ЮТЕРНИХ ІГРАХ
WAYS TO USE NEURAL NETWORKS AND MACHINE LEARNING IN COMPUTER GAMES
Сторінки: 97-100. Номер: №2, 2021 (295) 
Автори:
К.Р. Сеніва
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
K.R. Seniva
National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”
DOI: https://www.doi.org/10.31891/2307-5732-2021-295-2-97-100
Рецензія/Peer review : 26.04.2021 р.
Надрукована/Printed : 02.06.2021 р.
Анотація мовою оригіналу
У даній статті розглянуто основні шляхи використання нейронних мереж та методів машинного навчання різних типів у комп’ютерних відеоіграх. Машинне навчання та нейромережі – гарячі теми в багатьох технологічних галузях. Одна з них – створення комп’ютерних ігор, де нові інструменти використовуються для того, щоб зробити ігри цікавіше. Ремастерінг і модифікації ігор нейронними мережами стали новим трендом. Проводяться дослідження з корекції кольору та світла, анімації персонажів у реальному часі та керування їхньою поведінкою. Розглянуто основні типи нейронних мереж, які можуть навчатися таким функціям.
Ключові слова: нейронна мережа, машинне навчання, анімація, генерація рівня, керування діями.
Розширена анотація англійською мовою
This article discusses the main ways of using neural networks and machine learning methods of various types in computer games. Machine learning and neural networks are hot topics in many technology fields. One of them is the creation of computer games, where new tools are used to make games more interesting. Remastered and modified games with neural networks have become a new trend.
One of the most popular ways to implement artificial intelligence is neural networks. They are used in everything from medicine to the entertainment industry. But one of the most promising areas for their development is games. The game world is an ideal platform for testing artificial intelligence without the danger of harming nature or people.
Making bots more complex is just a small part of what neural networks can do. They are also actively used in game development, and in some areas they already make people feel uncomfortable.
Research is ongoing on color and light correction, real-time character animation and behavior control. The main types of neural networks that can learn such functions are considered.
Neural networks learn (and self-learn) very quickly. The more primitive the task, the faster the person will become unnecessary. This is already noticeable in the gaming industry, but will soon spread to other areas of life, because games are just a convenient platform for experimenting with artificial intelligence before its implementation in real life.
The main problem faced by scientists is that it is difficult for neural networks to copy the mechanics of the game. There are some achievements in this direction, but research continues. Therefore, in the future, real specialists will be required for the development of games for a long time, although AI is already coping with some tasks.
Keywords: neural network, machine learning, animation, level generation, action control.
References
- A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play / David Silver, Thomas Hubert, Julian Schrittwieser, Ioannis Antonoglou, Matthew Lai, Arthur Guez, Marc Lanctot, Laurent Sifre, Timothy Lillicrap, Karen Simonyan, Demis Hassabis. – Science. – Vol. 362. – № 6419. – URL: https://science.sciencemag.org/content/362/6419/1140.full?ijkey=XGd77kI6W4rSc&keytype=ref&siteid=sci
- Deep Exemplar-Based Video Colorization / Bo Zhang, Mingming He, Jing Liao, Pedro V. Sander, Lu Yuan, Amine Bermak, Dong Chen. – Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. – 2019. – P. 8052–8061. – URL: https://openaccess.thecvf.com/content_CVPR_2019/html/Zhang_Deep_Exemplar-Based_Video_Colorization_CVPR_2019_paper.html
- Shtuchna neironna merezha [Elektronnyi resurs]. – Rezhym dostupu : https://uk.wikipedia.org/wiki/Shtuchna_neironna_merezha
- Mashynne navchannia [Elektronnyi resurs]. – Rezhym dostupu : https://uk.wikipedia.org/wiki/Mashynne_navchannia
- Phase-Functioned Neural Networks for Character Control / Daniel Holden, Taku Komura, Jun Saito. – ACM Transactions on Graphics. – Vol. 36. – № 4. – URL: http://theorangeduck.com/page/phase-functioned-neural-networks-character-control
- Remasterynh s YY. Kak neirosety vozrozhdaiut klassyku [Elektronnyi resurs]. – Rezhym dostupu : https://dx.media/articles/how-it-works/remastering-s-ii-kak-neyroseti-vozrozhdayut-klassiku/
- Q-obuchenye [Elektronnyi resurs]. – Rezhym dostupu : https://ru.wikipedia.org/wiki/Q-obuchenye
