AceAction-5M: Hierarchical Goals for Generalist Action Learning Across 3D Game Worlds
تقدم هذه الورقة AceAction، وهي مجموعة بيانات واسعة النطاق للعب البشري عبر ألعاب ثلاثية الأبعاد متعددة توفر تعليقات توضيحية هرمية ومتوافقة زمنياً للرؤية واللغة والأفعال لتمكين الوكلاء العامين من تعلم تركيب المهارات وانتقالات الأهداف الفرعية في البيئات الديناميكية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لتعليم الآلة كيف تتصرف في العالم، يحتاج الباحثون إلى مكتبة ضخمة من الأمثلة التي توضح العلاقة بين ما يراه الوكيل، وما يريد تحقيقه، والتحركات المحددة التي يتخذها للوصول إلى هناك. في العالم الحقيقي، يعد جمع هذا النوع من البيانات عملية بطيئة ومكلفة وخطيرة؛ فهي تتطلب روبوتات، ومشرفين بشريين، وإعدادات متكررة قد تستغرق سنوات لتتراكم. وتوفر ألعاب الفيديو بديلاً عملياً؛ فهي تقدم بيئات غنية ثلاثية الأبعاد حيث يؤدي اللاعبون البشر مهاماً معقدة كل يوم، وحيث يمكن إقران كل مشهد بصري بدقة بأوامر لوحة المفاتيح والفأرة المحددة المستخدمة لإنشائه. كان التحدي الذي واجه العلماء هو أنه بينما تولد الألعاب بيانات لا حصر لها، فإن تحويل أسلوب اللعب الخام إلى درس مفيد للذكاء الاصطناعي يتطلب أكثر من مجرد تسجيل الفيديو؛ إذ يتطلب وسيلة لفهم ليس فقط النتيجة النهائية، بل التفكير خطوة بخطوة الذي أدى إليها: كيف يقرر اللاعب التحرك، ومتى ينتقل من الاستكشاف إلى القتال، وكيف يقسم هدفاً كبيراً إلى مهام أصغر يمكن إدارتها.
لقد عالج فريق من الباحثين ذلك من خلال إنشاء مجموعة بيانات جديدة تسمى AceAction-5M، المصمم لتعليم الحواسيب كيفية اتباع تعليمات معقدة عبر العديد من ألعاب الفيديو المختلفة ثلاثية الأبعاد. وبدلاً من مجرد تسجيل ما حدث، قام الباحثون بتنظيم آلاف الساعات من أسلوب اللعب البشري في هيكل هرمي منظم. لقد أخذوا جلسات لعب طويلة ومستمرة وقسموها إلى سلسلة واضحة من الأوامر: مهمة رئيسية، وسلسلة من الأهداف المرحلية المتوسطة، والإجراءات المحددة لحظة بلحظة والمطلوبة للوصول إلى كل منها. على سبيل المثال، قد تكون مهمة واحدة هي "عبور الممر وتسلق الدرج للوصول إلى المنزل المبني من الطوب الأحمر". يقوم النظام بتفكيك هذا إلى تفاصيل أكثر: أولاً، يجب على اللاعب الوصول إلى الباب على اليمين؛ ثم، يجب عليه تسلق الدرج؛ وأخيراً، يقترب من المنزل. كل خطوة من هذه الخطوات مرتبطة بالمشهد البصري الدقيق الذي رآه اللاعب وبالتتابع الدقيق لضغطات المفاتيح وتحركات الفأرة التي استخدمها لتنفيذ الخطوة.
تغطي مجموعة البيانات مجموعة متنوعة من العوالم الافتراضية، بما في ذلك عناوين شهيرة مثل Fortnite وMinecraft وCounter-Strike وEuro Truck Simulator 2. وفي المجمل، تضم المجموعة أكثر من 5,000 ساعة من أسلوب اللعب من 42 لعبة مختلفة، مما يمثل أكثر من 5.4 مليون تعليمات مهمة متميزة وما يقرب من 116 مليون إجراء فردي من لوحة المفاتيح والفأرة. لبناء ذلك، دمج الباحثون تسجيلات من لاعبين محترفين في استوديوهاتهم الخاصة مع بيانات المباريات المتاحة علناً من المجتمعات عبر الإنترنت. ثم استخدموا أدوات رؤية حاسوبية متقدمة لمراقبة أسلوب اللعب وتحديد متى تغير هدف اللاعب تلقائياً. فإذا كان اللاعب يسير في ممر ثم توقف لإطلاق النار على عدو، يتعرف النظام على أن مرحلة "المشي" قد انتهت وأن مرحلة "القتال" قد بدأت. وقد صنفوا هذه التحولات كمراحل متميزة، مع تعيين وقت بدء ونهاية واضح لكل هدف فرعي.
جزء حاسم من هذا العمل هو القدرة على ربط هذه المراحل بمعالم بصرية محددة. فعندما يتنقل لاعب نحو وجهة ما، يحدد النظام اللحظة التي يصل فيها إلى مكان مميز، مثل بوابة أو منحدر أو غرفة معينة، ويضع علامة على ذلك كنقطة مسار. وهذا يسمح للبيانات بأن تظهر ليس فقط أن اللاعب تحرك، بل أنه تحرك بوجهة نظر محددة. بعد ذلك، قام الباحثون بتجميع نقاط المسار هذه في تسلسلات أطول لتشكيل أوصاف كاملة للمهام. ولضمان دقة البيانات، استخدموا عملية فحص صارمة مكونة من خطوتين؛ أولاً، راجعت نماذج الذكاء الاصطناعي كل تعليق توضيحي للتحقق من أن الوصف المكتوب يتطابق مع الفيديو والتحكم المسجل. ثم قام فريق من ثمانية مراجعين بشريين بفحص مئات من مسارات اللعب يدوياً. وقد أكد هذا التدقيق البشري أن الأوصாவ كانت صحيحة بنسبة 95.8 بالمائة، مما ضمن أن الرابط بين اللغة والرؤية والعمل كان متيناً.
النتيجة هي مجموعة بيانات تعلم الوكيل الاصطناعي صراحةً كيفية التبديل بين المهارات المختلفة مع تغير الموقف. وخلافاً للمجموعات السابقة التي قد تصف فقط النتيجة النهائية أو تقدم تعليمات غامضة، توضح AceAction-5M للآلة متى تتوقف عن نشاط ما وتبدأ في آخر بالضبط. إنها تلتقط النطاق الكامل للسلوكيات المطلوبة في بيئة ديناميكية، من التنقل في خريطة واستكشاف الأعداء إلى الاشتباك في قتال والتعافي بعد انتكاسة. ومن خلال توفير هذا المستوى من التفصيل، أنشأ الباحثون أساساً لتدريب الوكلاء الذين يمكنهم فهم التعليمات المعقدة متعددة المراحل وتنفيذها بنفس المرونة التي يتمتع بها اللاعب البشري. يوضح هذا العمل أنه من خلال تنظيم أسلوب اللعب في أهداف هرمية واضحة، يمكن تعليم الآلات ليس فقط كيفية الحركة، بل كيفية التفكير عبر تسلسل من الإجراءات لتحقيق هدف معقد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.