【GDC2023 网易演讲前瞻-机器学习峰会】用机器学习来进行ASTC贴图压缩的参数选择

GDC2023

全球游戏开发者大会(Game Developers Conference，简称GDC)是全球游戏行业最具规模、最有权威、最有影响力的专业峰会。自1988年创立以来，每年全球顶尖的游戏开发者都会汇聚在旧金山，分享各自专精领域的洞察，一同绘制游戏产业的蓝图。这些演讲人经过主办方及其全球顾问委员会的精心挑选邀请，以高质量和创新性而备受行业认可，一定程度代表游戏行业的当前最高水准与发展趋势。

公众号将在本届GDC开幕之前为大家先行介绍这些演讲。

GDC2023 机器学习峰会

用机器学习来进行ASTC贴图压缩的参数选择

Parameter Selection for ASTC Mapping Compression Using Machine Learning

Acpet，Thunderfire Universe X Studio游戏开发工程师

Acpet，Thunderfire Universe X Studio游戏开发工程师，毕业于南京大学计算机系，主要从事游戏开发，负责各平台的打包工作，期间完成了一次unity引擎大版本的升级。擅长维护项目发布相关和各平台库编译相关的脚本，熟悉游戏资源管理，和使用c#、c++、lua进行游戏业务开发。

演讲摘要及TAKEAWAY

演讲摘要

随着游戏硬件的不断更新，艺术家生产的贴图规格也不断提高，从1k到2k再到4k，甚至是8k，对机器的存储空间，内存，显卡算力都构成了比较大的挑战。为了应对这个挑战，不断的有新的贴图压缩格式被提出来，最近得到较好推广应用的贴图当属ASTC格式。由于较高的压缩比和较低的精度损失，ASTC格式目前在移动端设备上得到了大量的应用。如果我们把ASTC4X4或者ASTC 12X12看作一个输入，压缩后贴图的PSNR看作输出，那么对每一张贴图选择PSNR在可以接受范围内的最低精度的ASTC格式就成为了一个显而易见的优化问题。

在对这个问题探索的过程中，我们注意到通过强化学习来提升贴图的压缩率是一个新奇而富有前景的技术路径。对此，我们将结合强化学习的算法思想与贴图压缩这一实际的工业场景，展现这一崭新的方案是如何进一步提升贴图的压缩效率以及平衡精度损失，以及你所需要知道的关于在项目中应用这一技术的一切细节。

With the improvement of game hardware, the resolution of textures produced by artists is also increasing, from 1k to 2k to 4k, and even 8k. it brings relatively large performance requirements, posing a big challenge to the machine's storage, memory, and GPU computing power.In order to solve this problem, new texture compression formats are constantly being proposed, and the texture that has been better promoted recently is the ASTC format. Due to the high compression ratio and low precision loss, the ASTC format is currently widely used on mobile devices.If we regard ASTC4X4 or ASTC 12X12 as an input, and the PSNR of the compressed texture is regarded as the output, then it becomes an obvious optimization problem to select the lowest-precision ASTC format with PSNR within the acceptable range for each texture.

In the process of exploring this optimization problem, we noticed that improving the compression rate of textures through reinforcement learning is a novel and promising technical path. In this regard, we will combine the algorithm idea of reinforcement learning with the actual industrial scene of texture compression, and show how this brand-new solution can further improve the compression efficiency of textures and balance the loss of precision, and what you need to know about in the project All the details of applying this technique.

听众收获

通过该演讲，听众能了解一种用机器学习选择ASTC压缩参数的方法，在项目中使用该方法，可以在保证视觉效果的情况下有效的提升贴图的压缩率，同时这也将拓宽游戏开发者使用机器学习提升游戏品质的思路。

演讲的背后：雷火的探索与实践

雷火对于使用机器学习提升游戏开发品质有着丰富的经验，目前，雷火旗下实验室开发的强化学习AI已经为包括《逆水寒》、《倩女幽魂手游》、《流星蝴蝶剑》、《潮人篮球》等多款游戏提供了线上服务。雷火基于深度学习开发的AI反外挂模型，服务了包含《逆水寒》、《新倩女幽魂》、《倩女幽魂手游》、《天谕》、《天谕手游》、《永劫无间》、《战意》、《超激斗梦境》等在内的近20款游戏，累计检测调用量达23亿次，检出外挂4亿次，平均精度超过90%，大大提升了运营方案外挂召回量级，并成功消灭多款游戏外挂，捣毁多家打金工作室，为游戏挽回千万级别损失。