育碧 7 月 27 日分享最新成果“游戏 AI 的可见性测试计算”，有望应用到声音传播等领域

IT之家获悉，神经表示是一系列利用神经网络来表示三维信息的新兴技术，已经应用于新视角合成、三维重建、三维生成和编辑等领域。在游戏 AI 领域，育碧研究员们作出了首次尝试。

研发工程师应治将会为与会者展示利用神经表示解决游戏 AI 可见性测试计算瓶颈的第一个方法。该项技术有望在游戏领域得到更多应用以提升玩家的游戏体验，如路径距离估计、声音传播等。

育碧透露，这项研究曾是互动 3D 与游戏研讨会（I3D 2024）的演讲话题之一，其论文已在 ACM 期刊上发表，标题为《Efficient Visibility Approximation for Game AI using Neural Omnidirectional Distance Fields》。

论文摘要显示：“可见性信息在游戏 AI 应用中至关重要，但基于光线投射的方法的计算成本对实时系统构成了挑战。为了应对这一挑战，我们提出了一种新的方法，将分区的游戏场景表示为神经全向距离场（ODF），从而可以在位置之间实现可扩展且高效的可见性近似，而无需光线投射。”

在游戏内评估方面，育碧在这些场景中实现了 9.35 倍的平均冷启动加速和 4.8 倍的热启动加速。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

未经允许不得转载：新聚网 » 育碧 7 月 27 日分享最新成果“游戏 AI 的可见性测试计算”，有望应用到声音传播等领域