NVIDIA phát hành Gamma-World, mô hình thế giới đa tác nhân hỗ trợ hợp tác bốn người và phát trực tiếp 24 FPS

robot
Đang tạo bản tóm tắt
ME AI Thông báo, theo theo dõi Beating, các nhà nghiên cứu của Nvidia hợp tác cùng Đại học Tsinghua, Đại học Toronto và Viện Vector đã công bố mô hình thế giới sinh thái đa tác nhân Gamma-World , phá vỡ giới hạn lâu dài của mô phỏng môi trường ảo chỉ dành cho tương tác đơn hoặc đôi. Nhóm hiện đã phát hành trang dự án và bài báo, mã nguồn và trọng số dự kiến sẽ mở trong thời gian tới. Mô hình giới thiệu hai cơ chế mở rộng vị trí xoay cao chiều và trung gian thông tin, đảm bảo nhiều người chơi có thể được kiểm soát độc lập, lần đầu tiên thực hiện khả năng mở rộng từ hai người chơi không cần huấn luyện lại, trực tiếp từ không có mẫu sang hợp tác bốn người chơi. Thách thức hàng đầu của mô hình thế giới đa người chơi là giữ cho mỗi người chơi kiểm soát độc lập và hành động không xung đột. Nhóm nghiên cứu đã thiết kế mã hóa tác nhân xoay đơn giản ( Simplex Rotary Agent Encoding ), đẩy vị trí xoay cổ điển ( RoPE ) vào không gian góc cao chiều. Phương pháp mã hóa mới này giúp tất cả người chơi có tính đối xứng vật lý hoàn toàn bình đẳng, không còn phụ thuộc vào số thứ tự người chơi cố định, từ đó thực hiện sự đại diện và điều khiển độc lập tự nhiên hơn. Để tránh tăng tính toán theo cấp số nhân khi số người chơi tăng lên, giải pháp đã giới thiệu cơ chế chú ý trung tâm thưa ( Sparse Hub Attention ). Hệ thống truyền thông tin tương tác qua trung tâm có thể học được, giúp giảm chi phí tính toán chú ý giữa các người chơi xuống mức tuyến tính. Về tốc độ sinh ra, nhóm đã distill mô hình khuếch tán có độ trễ cao thành mô hình nhân quả nhỏ hơn, kết hợp bộ đệm khóa và giá trị ( KV Cache ) để đạt phản hồi hành động thời gian thực 24 khung hình mỗi giây ( 24 FPS ). Đánh giá trong môi trường trò chơi nhiều người cho thấy mô hình mới vượt trội rõ rệt so với mạng chú ý dạng khe cắm và mạng chú ý mật độ truyền thống về độ chân thực của hình ảnh, khả năng phản hồi hành động và tính nhất quán giữa các người chơi. (Nguồn: BlockBeats)
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • 8
  • 2
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
GateUser-b74aba1c
· 5giờ trước
Chú ý tập trung Sparse Hub Attention giảm xuống chi phí tuyến tính, cuối cùng không cần xem PPT nữa
Xem bản gốcTrả lời0
MemeFisher
· 6giờ trước
Bộ nhớ đệm KV + giảng dạy rút ra, tối ưu hóa kỹ thuật đã đạt đến mức tối đa
Xem bản gốcTrả lời0
GlassDomeObservatory
· 6giờ trước
Khả năng kiểm soát hình ảnh vượt xa mạng truyền thống, mô hình thế giới sinh ra sẽ trở thành
Xem bản gốcTrả lời0
LiquidityLibrarian
· 6giờ trước
Sau khi xem xong muốn thử lại, phát hiện thiếu thẻ
Xem bản gốcTrả lời0
ArbiterOfFees
· 7giờ trước
NVIDIA lần này đang đặt cược vào thế giới game do AI tạo ra
Xem bản gốcTrả lời0
ProofOfVibes
· 7giờ trước
Việc các người chơi độc lập kiểm soát điểm này là rất quan trọng, trước đây nhiều phương án không thể thực hiện được
Xem bản gốcTrả lời0
MarginMarmot
· 7giờ trước
Mở rộng trực tiếp từ hai người lên bốn người, chiến trường mới của Quy luật Mở rộng
Xem bản gốcTrả lời0
SentimentIndicatorHarvester
· 7giờ trước
Mạng truyền thống: Các bạn có lịch sự không
Xem bản gốcTrả lời0
  • Đã ghim