用电子游戏训练自动驾驶汽车？你们城里人真会玩…

原文链接： http://geekcar.com/archives/51137

微信号：GeekCar

作为一名 GTA 忠实玩家，万万没想到，居然有人在用 GTA 测试自动驾驶技术。

在看到这条新闻时，我默默地扔掉了那台 PS4，之前的游戏真是白玩了。

文章开始之前先给大家科（an）普（li）一下 GTA 这个游戏的背景：GTA 全称是 Grand Theft Auto，中文名是侠盗猎车手。该游戏是一个动作冒险游戏，故事发生地设定在美国。游戏结合了动作冒险、驾驶、第三人称射击等要素，游戏性主要体现在开放世界的设定上，场景非常逼真。

同样是游戏，人家怎么就能用来研究尖端技术？

用游戏训练程序

对于人工智能技术来说，首先要有大量的数据积累。特别是自动驾驶技术，需要在实际场景中大量测试。收集大量的道路数据，需要花上 N 个小时，之后处理这些图片又需要 N 个小时。

在用人成本高昂的发达国家，这是很大一笔钱。所以现阶段来说，要想「量大、便宜」搞定真实世界的数据采集问题，并不容易。于是来自英特尔实验室和德国 Darmstadt 大学的一群「玩家」，发明了一种巧妙的方法来提取 GTA 游戏中可用来训练算法的数据。

研究人员在游戏和电脑硬件之间新建了一个「软件层」，它可以自动把游戏中道路上不同目标进行分类，也就是「贴标签」。这些成果可以用于机器学习的算法，让它去识别汽车、行人或其它目标。

对于土豪公司来说，能用钱解决的都是小事。但实际上路收集数据，不可能遇到所有的特殊场景，比如车祸。

在游戏中，你可以开一辆车制造各种各样的事故（其实这也是 GTA 玩家的日常…）。除了可以人为制造各种特殊情况外，GTA 中几乎涵盖了各种各样的道路状况，包括山区、郊区和城市。还有各种各样的车辆，比如警车、救护车、出租车、货车等车型。

一位哥伦比亚大学的研究人员说：「在虚拟世界中，我们能花更少的精力，更大规模地收集各种天气、光照条件下的数据。我们发现，这种合成的数据的质量还不错，甚至有时候还优于真实世界中采集到的数据。」

其实，虚拟世界中同样存在很多不合理的地方，它本身也是程序员写出来的代码，人物形象和行为都很固化，不可能做到 100%还原真实世界。

根据我的经验，游戏只可以用来教会机器如何「认识」车和人，机器的驾驶风格千万不能向游戏中的人物学习。因为 GTA 中的市民开车一旦急躁起来，根本不要命…

至于 GTA 的制作公司 Rockstar，则拒绝评论这种行为。可能就连 Rockstar 公司都没想到，自己的游戏居然能被用来研究自动驾驶技术……

游戏圈里，GTA 并不是第一个「躺枪」的。在此之前，微软的 Project Malmo 项目曾基于 Minecraft 游戏来研究人工智能技术，并且希望打造出游戏中的人工智能体，可以被任何一个用户教导，并帮助用户完成一些目标任务（比如某些简单、无聊的操作）。

不用上路的「路试」

用「模拟」的方法测试无人驾驶技术，其实谷歌也这么干过。

举例来说，无人驾驶汽车每次转弯都要经过精确的计算，以得出令乘客舒适的转弯方式。然而机器本身有一个「学习」的过程，算法需要不断升级才能让转弯变得更加舒适、自然。

每当算法有升级，谷歌就会把新算法在之前积累的上百万里程，再在「模拟器」中跑一遍。按照谷歌的说法，他们的数据处理中心每天能「跑」300 万英里的路试数据，这也侧面反映出了谷歌数据处理中心的强大。

除了谷歌，还有人在硅谷做了类似的「模拟器」，名为「SimLab」。这个模拟器的「主打项目」是自动驾驶测试以及 ADAS 测试，任何公司都可以租借的形式来完成 demo 的测试项目。

诸多数据收集、测试手段的出现，也说明，在自动驾驶方面，技术只是万里长征的第一步，不断的验证并修正，同样重要。不过，我们这篇文章里提到的几种「不用上路的路试」，只能算是你中学的「模拟考试」。无人驾驶汽车真正上路还要综合雷达等传感器，这是虚拟世界中所实现不了的。

————————————————————

原创声明：本文为GeekCar原创作品，转载时请注明“转自GeekCar”及原文链接。

微信号：GeekCar，汽车科技新媒体，专注于智能汽车、车联网、新能源等前沿科技与产品。