用遊戲 GTA 訓練電腦實現自動駕駛

01-25

簡評：自動駕駛是一個我們看來高大上的名詞，看起來離我們很遠。但你知道么，其實通過 GTA 就能讓我們訓練計算機來實現自動駕駛。

OpenAI 開源項目 DeepDrive ，通過玩遊戲 GTA 5（Grand Theft Auto V：俠盜獵車手）來機器學習自動駕駛。

這是通過 OpenAI 的 AI 訓練架構 Universe（極光日報：Universe - AI 訓練平台）來實現的。而這個 GTA 訓練項目也是完全開源的，如果你想使用這個，只需要安一個 GTA 5，然後 Universe Agent 就會開始在這個虛擬的遊戲世界自動駕駛一輛汽車。（極光日報：深度學習 - 進化）

GTA 5 的 AI 和這個虛擬世界給予了訓練自動駕駛的可行性。這是演示視頻（BiliBili），此 GTA 已經修改了暴力指數，成為了個和平的世界。

入門

打開一個 GTA 5 伺服器實例來開始這個項目。
需要安裝 Universe Python 庫（如果您以前安裝了它，則不需要升級）。
可以通過運行以下代碼來附加代理，以便於檢測像素的改變。代理也可以模擬汽車的控制系統，比如方向盤，油門剎車等：

import gymimport universe # register Universe environments into Gymfrom universe.spaces import joystick_eventenv = gym.make("gtav.SaneDriving-v0")env.configure(remotes="vnc://$host:$port") # point to the GTA V Universe serverobservation_n = env.reset()while True: steer = joystick_event.JoystickAxisXEvent(-1) # turn right throttle = joystick_event.JoystickAxisZEvent(-1) # go in reverse # Alternatively, use WASD to steer: ("KeyEvent", "w", True) action_n = [[steer, throttle] for _ in observation_n] observation_n, reward_n, done_n, info = env.step(action_n) env.render()

（上圖：路面監測反饋給 Agent）

DeepDrive

DeepDrive 是自駕車 AI 所創建的平台。DeepDrive 使用改裝框架和內存檢查技術來重新使用GTA 5 作為自駕車汽車模擬器，它還提供預訓練的自我驅動 Agent 和用於訓練他們的數據集。現有的 DeepDrive 環境和代理現在構建在 Universe 之上。

新的 DeepDrive 可以在大約二十分鐘內設置完成，支持 Linux 或 OS X 上的 Agent，並且與預先存在的 Universe Agent 兼容。

Release

源碼和 GTA 5 環境的 AMI 。
一個預訓練 Agent，通過 Caffe 和 TensorFlow 實現。

以上集成了不同角度的跟隨式攝像機，強化過的訓練功能，包括躲避碰撞，訓練目的地和路上停留。

環境

在 Universe 開啟之前，DeepDrive 使用 DirectX hook 來捕獲屏幕，並且需要使用 C++ 在Windows 中寫入 Agent 程序。現在，GTA 5 運行在雲上的 Windows 虛擬主機上，通過 VNC 和 Websocket 與 Universe 通信。Agent 當然也可以在 Linux 或 Mac上運行，並在任何 MachineLearning 框架中編寫。

（上圖：Game Camera 通過 VNC 把路面像素信息以傳遞到主機上，主機通過 Websocket 發出指令，模擬真實環境操控遊戲中的車輛，這一切都是都是 Agent 來進行智能的訓練和操控）

GTA 5 給研究人員提供了一個豐富多樣的世界，用於測試和開發 AI。它的島嶼設置幾乎是洛杉磯規模的五分之一，可以訪問各種場景來測試系統。

除此之外，257 輛不同的車輛，7 種類型的自行車和 14 種天氣類型，它盡可用單個模擬器探索大量的排列組合。

（上圖：GTA 5 給予 AI 豐潤的土壤來成長，這裡儼然就是個小世界）

預訓練 Agent

這個版本的 Release 提供了一個預訓練 Agent，它已經經過了 21 小時（處理了 60 萬張圖像）的遊戲內模擬行駛。它可以駕馭不同的場景，天氣，路況。

（園長：內置的遊戲 AI 是一個很好的初始推動力，它的性能優於人類，因為它可以訪問內部遊戲狀態，雖然它仍然犯錯誤，如在高速公路上的 U 型轉彎，還有一些相對比較非典型的場景。）

視頻：『GTA5』車輛自動駕駛程序

其他研究人員已經表明，你可以在GTA 5 中訓練視覺系統，並使用它們在真實世界中對圖像進行分類。

GTA 5 與 Universe 的集成自動繼承了 Universe 提供的所有工具和語義，實現可比性和共享性，可以輕鬆地對 GTA 5 上 Agent 的性能進行基準測試。它可以單獨使用，或作為另一個環境 Universe 代理訪問。

原文：GTA V + Universe