最近，Electronic Arts的一组研究人员对各种人工智能算法(包括强化学习模型)进行了实验，以使视频游戏制作过程自动化。研究人员希望AI模型可以节省开发人员和动画师执行重复性任务(如编码字符移动)的时间。
设计视频游戏，特别是大型游戏公司设计的大型三A视频游戏需要数千小时的工作。随着视频游戏机，计算机和移动设备变得越来越强大，视频游戏本身也变得越来越复杂。游戏开发人员正在寻找以更少的努力来产生更多游戏内容的方法，例如，他们经常选择使用过程生成算法来产生风景和环境。同样，人工智能算法可用于生成视频游戏级别，自动进行游戏测试，甚至为角色移动制作动画。
用于视频游戏的角色动画通常是在运动捕捉系统的帮助下完成的，该系统跟踪真实演员的动作，以确保更逼真的动画。但是，这种方法确实有局限性。不仅仍然需要编写驱动动画的代码，而且动画制作者还仅限于已捕获的动作。
据《连线》报道，EA的研究人员着手使这一过程自动化，并节省这些动画的时间和金钱。研究人员团队证明，强化学习算法可用于创建以逼真的方式运动的人体模型，而无需手动记录和编码运动。该研究小组使用“运动变化自动编码器”(Motion VAE)从运动捕获数据中识别相关的运动模式。自动编码器提取了运动模式后，就对增强学习系统进行了数据训练，并根据特定目标(例如在足球比赛中追球)创建逼真的动画。研究小组使用的规划和控制算法能够生成所需的运动，甚至产生不在原始运动捕捉数据集中的运动。这意味着，在学习对象的行走方式之后，强化学习模型可以确定跑步的样子。
《连线》引述纽约大学教授兼AI工具公司Modl.ai的联合创始人朱利安·托吉留斯(Julian Togelius)的话说，这项技术在将来可能会非常有用，并且很可能会改变游戏内容的创建方式。
