侠盗猎车这游戏也是无敌了 居然能训练无人驾驶

  • 时间:
  • 浏览:89

  

  腾讯数码讯(天空之城)花几千小时玩《侠盗猎车手》,对人的健康肯定不好,但是对计算机可能有益,它能让计算机更加智能。在一些流行游戏内有快速行驶的汽车,有各种“邪恶”行为。研究人员用游戏训练算法,帮助无人驾驶汽车在真实世界行驶。

  即使玩一些暴力游戏,计算机也不太可能学会“邪恶行为”。在《侠盗猎车手》和其它虚拟世界中,场景极为真实,机器可以通过游戏理解真实世界。

  有了机器学习技术,计算机可以做一些匪夷所思的事,比如像人一样识别人脸和语音。但是机器学习技术需要大量的数据,收集足够多的数据面临很大的挑战,也很费时间。许多游戏的场景极为真实,它生成的数据可以和真实图片(来自真实世界的图片)生成的数据一样好。

  一些研究人员用游戏引擎开发3D模型,生成训练数据供算法使用。现有计算机游戏拥有许多逼真的图片,可以从中抽取大量的训练数据。英特尔实验室、德国达姆施塔特大学的研究团队已经找到一套实用方法,从《侠盗猎车手》游戏中抽取训练数据。

  研究人员开发了一个软件层,介于游戏和计算机硬件之间,自动给游戏道路场景中的不同对象分类。在处理过程中会形成标签,然后输入到机器学习算法,让算法可以识别汽车、行人、其它目标物,既能识别游戏中的东西,也能识别真实街道上的东西。研究人员表示,如果搭配一些合成图片,真实训练图片可以得到改进。

  强大的机器学习算法需要海量的数据,如何满足需求是AI的一大挑战。在执行真实任务(真实世界的任务)时,比如汽车驾驶,这个问题尤其值得注意。在执行过程中需要收集成千上万小时的街道图像,还要花大量的时间为所有图片标上标签。真实生活中会有无数种可能的场景,要一一检查根本不切实际,比如汽车高速冲上砖砌的墙壁。

  英属哥伦比亚大学博士生阿里泽拉·沙菲埃(Alizera Shafaei)表示:“为真实世界的数据做注释要花很多的钱,现有方法很难大规模采用。”沙菲埃最近发表一篇论文,他解释了如何用视频游戏来训练计算机视觉系统,在某些情况下,训练的结果和真实数据一样好。沙菲埃与英属哥伦比亚大学助理教授、顾问马克·施密特(Mark Schmidt)携手合作,他们认为,视频游戏是一种比较容易的方法,可以用来区分训练数据中不同的环境条件。

  “通过人造环境,我们可以不费吹灰之力、大规模准确注释数据,根据不同的光照条件、气候条件注释。”沙菲埃说,“跟真实训练数据相比,合成数据几乎一样好,有时甚至更好。”

  AI研究人员已经开始用简单的游戏来测试算法的学习能力。用游戏场景也可以为视觉训练算法提供数据,大家对这种方法越来越感兴趣。巴尔的摩约翰-霍普金斯大学有一个团队正在开发新工具,凡是用流行游戏引擎Unreal制作的环境,都可以用工具连接到机器学习算法。这些游戏包括《追风筝的人》、《地狱之刃》,以及许多的建筑学可视化产品。

  来源:technologyreview

猜你喜欢