广义游戏表征的对比学习

通过游戏像素来表示游戏，为构建通用且多功能的游戏模型提供了一种有前景的方法。然而游戏不仅仅是图像，在游戏像素上训练的神经网络模型往往捕捉到的是图像视觉风格的差异而非游戏内容。因此，这类模型即便在同一类型的相似游戏中也难以很好地泛化。本文基于对比学习的最新进展，展示了其在游戏表征学习中的优势。学习对比游戏图像不仅能以更高效的方式对游戏进行分类，还能使模型忽略视觉风格、转而关注游戏内容，从而以更有意义的方式区分游戏。我们在一个包含 175 款游戏、10 种游戏类型共 10 万张图像的大型体育视频游戏数据集上的结果表明，与传统的监督学习相比，对比学习更适用于学习广义游戏表征。本研究的结果使我们更接近于可用于游戏的通用视觉编码器，其能够在先前未见的游戏中复用，而无需重新训练或微调。