[일상] 게임을 보면서 게임을 만든다(?)

in SteemCoinPan •  2 years ago 

딥러닝 분야에서 많은 연구가 이루어지고 있는 부분이 GAN입니다. GAN 모델을 이용하여 진짜같은 가짜 영상을 만들 수 있습니다.

GAN은 생성자와 판별자로 구성되어 있는데요. 생성자는 최대한 원본과 비슷하게 만들려고 합니다. 반면에 판별자는 진짜/가짜를 판별합니다. 판별자가 가짜라고 판정하면 생성자는 진짜와 더 가까운 것을 만들고 다시 판별자는 이를 판별합니다. 이 과정을 반복하면서 생성자는 진짜에 가까운 것을 만들 수 있습니다[1]

아래 영상으로 GAN을 이용하여 만든 가상 영상입니다. 헐리우드 배우의 얼굴을 기반으로 GAN을 이용하여 학습한 결과입니다. 어디서 본듯한 얼굴이지만 이 세상에 존재하는 사람은 아닙니다. 앞에서 설명한 생성자/판별자를 반복하면서 점점 자연스러운 사람의 이미지가 만들어집니다. 굉장히 자연스럽죠.

최근에 열린 CVPR2020 학회에서 재미있는 연구결과가 발표되었습니다.

GAN 기술을 이용하여 게임이 동작하는 모습을 학습하여 원래 게임과 유사하게 동작하는 게임을 만든 연구입니다. 이름하여 GameGAN.

동작원리는 간단합니다.
우선 게임의 백그라운드를 별도로 구분하여 관리를 합니다. 그 후 게임 케럭터들의 움직임 영상을 입력으로 받아 게임의 원리를 파악합니다.

심지어는 평소에는 괴물을 피하다가, 괴물이 보라색으로 바뀌면 먹을 수 있는 것도 학습을 합니다. 대단하죠?

이렇게 학습된 결과를 별도로 분리한 백그라운드와 결합하면 GameGAN으로 만든 새로운 게임이 동작을 합니다. 백그라운드가 분리되어 있기 때문에 전혀 다른 느낌의 게임을 만들 수 있습니다. 또한 케럭트를 바꿀 수도 있겠죠.

GAN으로 못하는 것이 없군요.

아직은 pack man과 같이 단순한 게임에 대해서만 적용할 수 있지만, 기술이 발전한다면 기존 게임을 학습하여 유사하면서 다른 게임을 쉽게 만들 수 있을 것 같습니다.

자세한 설명은 아래 영상을 참고하세요.

https://www.youtube.com/watch?feature=share&v=KgJiUwCLGiw&app=desktop


[1] https://blog.naver.com/bigdata-pro/221881009063

Authors get paid when people like you upvote their post.
If you enjoyed what you read here, create your account today and start earning FREE STEEM!
Sort Order:  

@tradingideas transfered 10 KRWP to @krwp.burn. voting percent : 42.09%, voting power : 78.54%, steem power : 1861071.87, STU KRW : 1200.
@tradingideas staking status : 5000 KRWP
@tradingideas limit for KRWP voting service : 10 KRWP (rate : 0.002)
What you sent : 10 KRWP [45386457 - 5b11098c45d1749ed9ed8fd1268c170b3ba4fccd]