育碧在7月27日发布的“游戏AI可视性测试计算”新成果，预计可应用于声音传播等范畴。
编辑日期：2024年07月25日
了解到，神经表征是采用神经网络表达三维信息的一种新兴技术，已应用于新视图合成、三维重建、三维生成与编辑等多个领域。在游戏AI领域，这是育碧研究团队的首次探索尝试。
研发工程师应治将向与会者介绍首个运用神经表征来解决游戏AI可见性测试计算难题的方法。这项技术预计将在游戏领域获得广泛应用，以优化玩家体验，比如改进路径距离估算和声音传播等。
育碧表示，此研究曾在I3D 2024研讨会上进行演讲，相关论文已发布于ACM期刊，题目为《运用神经全向距离场实现游戏AI中的高效可见性近似》。
论文摘要表明：“在游戏AI应用中，可见性信息至关重要，但传统的基于光线投射的方法计算成本高，难以适应实时系统。为此，我们提出一种新方法，通过将游戏场景划分为神经全向距离场(ODF)，实现位置间的可扩展、高效可见性近似计算，无需依赖光线投射。”
在游戏内的评估中，育碧实现了这些场景中平均冷启动速度提升9.35倍，以及热启动速度提升4.8倍。
大家在看
AI安装教程
AI本地安装教程
微软AI大模型通识教程
微软AI大模型通识教程
AI大模型入门教程
AI大模型入门教程
Python入门教程
Python入门教程
Python进阶教程
Python进阶教程
Python小例子200道练习题
Python小例子200道练习题
Python练手项目
Python练手项目
Python从零在线练习题
Python从零到一60题
