图片来源：pixabay
在赛车时，为了能极速转弯且不失去控制，赛车手必须在精确的时间点依次制动、转向和加速。整个过程取决于摩擦力的极限，而摩擦力的极限值由已知的物理定律决定，因此可以利用这些定律为自动驾驶汽车设定程序，使它们达到尽可能快的行驶速度。但是，当自动驾驶汽车必须与其他汽车在同一个空间内行驶时，这项挑战就会变得更加棘手。现在，科学家在虚拟场景中解决了这个问题。他们通过训练一套人工智能（AI）程序，使AI赛车手在超现实的《GT赛车：竞速》（Gran Turismo Sport）游戏中击败了人类选手。这项研究发表在《自然》（Nature）杂志上，相关结果也将有助于自动驾驶汽车的设计。
事实上，AI已经在一些电子游戏中击败了人类选手，如《星际争霸II》和《刀塔2》。但索尼AI美国办事处的总监彼得·沃曼（Peter Wurman，这项研究的共同作者）认为，《GT赛车》系列与这些游戏不太一样。沃曼解释道：“在大多数游戏中，环境决定了规则，从而使用户免受彼此的‘伤害’。但在赛车游戏中，车辆之间挨得非常近，因此赛车手必须遵守礼仪。礼仪是很微妙的东西，AI赛车手必须得了解这一点，并且学以致用。为了获胜，AI赛车手必须尊重对手，同时也要守住自己的赛道而不随意让路。”
索尼AI的研究人员将开发出的AI程序称为GT索菲（GT Sophy）。为了把驾驶技巧传授给AI程序，研究人员使用了一种叫做深度强化学习的方法。他们会奖励GT索菲做出的一些行为，比如保持在赛道上、始终保持对车辆的控制，以及尊重赛车礼仪（如避免碰撞）。他们用这种方法训练出了多个GT索菲赛车手，每一个分别学会在一条特定的赛道上驾驶一辆特定的汽车。随后，研究人员让GT索菲开车上“路”，与《GT赛车》比赛中的人类冠军赛车手进行对决。
在去年7月举行的首次比赛中，人类选手取得了最高的团队总分。但在第二场比赛中（于2021年10月举行），AI选手取得了突破。它们收获了最快的单圈成绩，而且，无论是从个人成绩还是团队成绩来看，都击败了人类选手。
面对失败，人类选手似乎很坦然，有一些选手还很喜欢与AI选手斗智斗勇。索尼AI的战略合作伙伴关系总监埃丽卡·加藤·马库斯（Erica Kato Marcus）表示：“我们从车手那里了解到，他们也从GT索菲的驾驶中学到了新东西。”
埃米莉·琼斯（Emily Jones）曾在2020年国际汽联（FIA）GT锦标赛中进入了决赛，后来也和GT索菲比过赛。琼斯说：“AI选择的行驶路线非常棘手。我或许可以尝试按这种路线跑一圈，但我应该不会在实战时这么做，因为操作起来非常非常困难。”尽管琼斯表示与AI比赛有点让她感到无能为力，但她也说这段经历给她留下了深刻的印象。“和许多运动一样，赛车就是要尽可能完美地跑完每一圈。尽管你永远无法真正做到完美，”琼斯说，“但GT索菲却能做到。目睹那完美的一圈简直令人不敢相信。不可能比它跑得更快了。”
索尼团队正在推进其他AI赛车手的开发，包括可以在游戏中任何赛道上与任意一辆汽车比赛的AI赛车手。他们还希望与《GT赛车》的开发人员合作，在未来的游戏更新中加入一位不那么无敌的AI赛车手。
图片来源：pixabay
《GT赛车》近乎真实地模拟了现实世界中的汽车和赛道，包括每一种汽车和赛道各自独有的物理参数。因此，这项研究或许有潜力应用在电子游戏之外的领域。布鲁克·陈（Brooke Chan，未参与这项研究）是OpenAI（一家AI研究公司）的软件工程师，也是OpenAI Five项目的共同开发者，OpenAI Five曾在《刀塔2》中击败了人类选手。布鲁克·陈说：“有趣的是，赛车游戏发生在一个虚拟现实的环境中，这也是它与刀塔类游戏不同的地方。”陈补充道，AI选手还在通过《GT赛车》比赛学习更多的驾驶知识，希望能进一步理解现实世界。
“《GT赛车》是一款极好的“模拟器”。虽然它在一些方面被游戏化了，但仍然能真实地反映出不同的汽车和赛道所对应的多种差异。”美国斯坦福大学的机械工程师J.克里斯蒂安·格德斯（J. Christian Gerdes，未参与这项研究）这样评价道。“有人曾发表论文称，AI可以在赛车比赛中与人类选手抗衡。在我的印象中，这项研究的结果最接近这个说法。”
不过，如果到了真实的道路上，情况又不尽相同。“在现实环境中，你必须要应对多种状况，比如骑自行车的人、行人、动物和从卡车上掉下来的东西，以及恶劣的天气和车辆故障。”史蒂文·施拉多弗（Steven Shladover，未参与这项研究）说。施拉多弗是美国加利福尼亚大学伯克利分校的研究员，主要研究车辆自动化。“这些真实的路况都没有出现在游戏世界里。”
图片来源：pixabay
人类的行为往往不可预测，而GT索菲却能与人类赛车手在同一个空间内行驶且不发生碰撞，同时它还能规划出最快的行驶路线。格德斯表示，这对于人和自动系统需要协作的其他领域而言，也具有借鉴意义。除了自动驾驶之外，这种AI或许还能在未来用于协助人机交互，例如机器人辅助手术和家用机器人。
格德斯还补充道，GT索菲的成功也颠覆了关于“必须给自动驾驶汽车编程”的成见。尽管许多自动驾驶汽车都是依靠编入的控制程序来优化行为的，例如快速转弯且不打滑，但GT索菲则是通过AI训练来实现的。
“自动驾驶汽车开发者需要重新审视一些先入为主的观念——解决一个问题最好的办法是依据物理定律。”格德斯说。“但事实上，AI也有望发挥积极的作用。”
撰文：索菲·布什维克（Sophie Bushwick）
翻译：巢栩嘉
审校：王昱
引进来源：科学美国人
本文来自：中国数字科技馆
特别声明：本文转载仅仅是出于科普传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或其它相关事宜，请与我们接洽。
[责任编辑：环球科学]
京公网安备11010502039775号
