2023成都積分入學(xué)什么時候開始申請
2023-01-31
索尼AI擊潰頂級真人賽車手，以1.5秒優(yōu)勢打敗人類
更新時間：2022-08-06 22:20:32作者：佚名
“這是什么情況？”艾米麗·瓊斯（Emily Jones）不敢相信自己竟然落后了。
艾米麗·瓊斯是一名多次奪冠的頂級 GT 游戲賽車手，她拍打著她的電子競技專用方向盤，眼睛盯著面前的屏幕：“我盡力了，但還是追不上它——它是怎么做到的？”
在游戲 GT（Gran Turismo）中，瓊斯以每小時 120 英里的速度駕駛著她的賽車。為了追上世界上最快的“玩家”，她幾度把車速飆到了每小時 140、150 英里。
（來源：SONY AI）
這位“玩家”實際上是名為 GT Sophy 的人工智能。它是由索尼人工智能研究實驗室在 2020 年發(fā)布的，利用人工智能技術(shù)在 GT 游戲中學(xué)習(xí)如何操控賽車。在 2021 年舉行的一系列閉門活動中，索尼安排了該人工智能與頂尖 GT 賽車手同臺競技。
2021 年 7 月，瓊斯作為電競戰(zhàn)隊 Trans Tasman Racing 的一員，參與了索尼組織的活動，但當(dāng)時的她并不知道會發(fā)生什么。
“沒人給我提供任何信息。只是跟我說不需要做任何練習(xí)，也不要在意圈速?！彼貞浀?。“我的態(tài)度也很單純，保密就保密吧，這肯定不是什么壞事?！?/p>
最后，GT Sophy 以 1.5 秒的優(yōu)勢擊敗了瓊斯的最佳成績——人類賽車手刷新 GT 記錄基本都是以毫秒為單位的，1.5 秒意味著巨大的差距。
但索尼很快了解到，僅憑速度并不足以讓 GT Sophy 成為贏家。它在單人賽道上超越了人類車手，以不可思議的成績打破了三個不同賽道的記錄。
然而當(dāng)索尼將其與多個人類車手放在一起比賽時，它卻輸?shù)袅恕嗳烁傎惒粌H需要速度，還需要一定的智慧。GT Sophy 有時因過于激進(jìn)和魯莽而招來罰分，有時則過于怯懦，在不需要的時候讓步。
索尼重新訓(xùn)練了人工智能，并在 2021 年 10 月進(jìn)行了第二輪比賽。這一次，GT Sophy 輕松地贏下了人類玩家。它做出了什么改變？
首先是索尼打造了一個更大的神經(jīng)網(wǎng)絡(luò)，程序的性能更加強(qiáng)大，但本質(zhì)上的不同之處在于 GT Sophy 學(xué)會了“賽道禮儀”。
美國負(fù)責(zé)人彼得·沃曼（）表示，這種禮儀被人類車手廣泛遵守，其實質(zhì)是平衡攻擊性和讓步的能力，在時刻變化的賽場中動態(tài)選擇最合適的行為。
這也是使 GT Sophy 超越賽車游戲人工智能的原因。他說，車手在賽道上的互動和禮節(jié)是一個特殊例子，其中展示的動態(tài)的、情境感知的行為，正是機(jī)器人在和人互動時應(yīng)該具備的。
認(rèn)識到何時冒險、何時安全行事，對于人工智能來說十分有用，無論是在制造車間、家庭機(jī)器人，還是無人駕駛汽車上。
說：“我認(rèn)為我們還沒有學(xué)會關(guān)于如何處理必須遵循的人類規(guī)范的一般原則。但這是一個好的開始，希望它能讓我們深入了解這個問題?！?/p>
GT Sophy 只是許多擊敗過人類的人工智能系統(tǒng)中的其中一個，從國際象棋到星際爭霸和 DOTA2，人工智能都擊敗了世界上最好的人類選手。不過 GT 這個游戲給索尼提供了一種新的挑戰(zhàn)。
與其他的、特別是那些回合制的游戲不同，GT 要求頂尖玩家在逼近物理極限（超高車速）的情況下實時控制車輛。在競賽中，所有其他玩家都在做相同的事情。
虛擬賽車以每小時 100 英里的速度疾馳而過，車身與彎道邊緣的距離只有幾英寸。在這樣的速度下，微小的誤差都會導(dǎo)致碰撞。
據(jù)悉，GT 游戲以詳盡地捕捉、并復(fù)刻真實世界的物理學(xué)而聞名，它模擬了賽車的空氣動力學(xué)和輪胎在賽道上的摩擦。這一游戲有時甚至被用來訓(xùn)練和招募真實世界的賽車手。
瑞士蘇黎世大學(xué)機(jī)器人和感知小組的負(fù)責(zé)人（Davide Scaramuzza）說：“它在真實程度方面做得很好?！彼]有參與 GT Sophy 項目，但他的團(tuán)隊曾使用 GT 游戲來訓(xùn)練人工智能駕駛員，目前尚未進(jìn)行過針對人類的測試。
GT Sophy 參與游戲的方法與人類玩家不同。它不讀取屏幕上的像素，而是獲取有關(guān)自身在賽道上的位置和周圍汽車的位置的數(shù)據(jù)。它還會收到關(guān)于影響其車輛的虛擬物理力量的信息。
作為回應(yīng)，GT Sophy 控制汽車轉(zhuǎn)彎或剎車。這種 GT Sophy 與游戲之間的交互每一秒進(jìn)行 10 次，及其同事聲稱，這與人類玩家的反應(yīng)時間相似。
索尼使用了強(qiáng)化學(xué)習(xí)，通過試錯的方法從零訓(xùn)練 GT Sophy。起初，人工智能只能努力讓汽車保持在路上行駛。
但經(jīng)過在 10 臺 PS4 上的訓(xùn)練后（每臺運行 20 個程序?qū)嵗珿T Sophy 在大約 8 小時內(nèi)提升到了 GT 的內(nèi)置人工智能水平，相當(dāng)于業(yè)余玩家。在 24 小時內(nèi)，它就接近了包含 17700 名人類玩家最佳成績排行榜的最頂端。
GT Sophy 花了 9 天時間不斷縮短圈速。最后，它比任何人類玩家都要快。
可以說，索尼的人工智能學(xué)會了如何在游戲允許的極限下駕駛，完成了人類玩家力所不能及的動作。令瓊斯最為印象深刻的是 GT Sophy 的轉(zhuǎn)彎方式，將剎車提前、以實現(xiàn)用更緊的走線加速出彎。
她說：“GT Sophy 以一種奇怪的方式對待走線，做了一些我甚至從未想過的事情?！崩?GT Sophy 經(jīng)常把一個輪胎開到賽道邊緣的草地上，然后滑進(jìn)彎道。一般人不會那樣做，因為太容易犯錯了。這就像是你在控制一起碰撞事故。給我一百次機(jī)會，我也許只能成功一次?！?/p>
GT Sophy 很快就掌握了這個游戲的物理學(xué)，不過更大的問題是裁判。在職業(yè)賽場上，GT 比賽由人類裁判監(jiān)督，他們有權(quán)對危險駕駛扣分。
累積懲罰是 GT Sophy 在 2021 年 7 月的第一輪比賽中失利的一個關(guān)鍵原因，盡管它比任何一個人類車手都要快。在幾個月后的第二輪比賽中，它學(xué)會了如何規(guī)避懲罰失分，結(jié)果就大不相同了。
在 GT Sophy 上投入了數(shù)年的精力。他桌子后面的墻上掛著一幅兩輛車爭搶位置的畫?！斑@是 GT Sophy 正在超越 Yamanaka，”他說。
他指的是頂尖 GT 日本車手 Tomoaki Yamanaka，他是 2021 年與 GT Sophy 比賽的四名日本職業(yè)模擬賽車手之一。
他不記得這幅畫是哪局比賽。如果是 2021 年 10 月的比賽，Yamanaka 很可能會樂在其中，因為他面對的是一個強(qiáng)大但公平的對手。如果這是 2022 年 7 月份的活動，他很可能會咒罵電腦莫名其妙。
Yamanaka 的隊友 Takuma Miyazono 通過翻譯軟件向我們簡單描述了 2022 年 7 月份的比賽。他說：“有幾次我們被（GT Sophy）撞出賽道，因為它的過彎方式太過激進(jìn)。這讓我們很生氣，因為人類玩家會在轉(zhuǎn)彎時減速，以避免開出賽道。”
說，訓(xùn)練人工智能公平競技且不失去競爭優(yōu)勢是十分困難的。人類裁判會做出取決于環(huán)境的主觀判罰，這讓人們很難將它們轉(zhuǎn)化為人工智能可以學(xué)到的東西，比如哪些行為可以做，哪些不可以。
索尼的研究人員嘗試給人工智能提供許多不同的線索，供其調(diào)用和調(diào)整，希望能找到一種有效的組合。如果它偏離賽道或撞到圍欄上，造成了車輛碰撞或可能被裁判判罰，那么它就會受到懲罰。
他們對每種懲罰的力度進(jìn)行了實驗、觀察和調(diào)試，并且檢查了 GT Sophy 的駕駛方式會如何發(fā)生變化。
索尼還增加了 GT Sophy 在訓(xùn)練中面臨的競爭。在此之前，它主要針對自身的老版本進(jìn)行訓(xùn)練。
在 2021 年 10 月份的重賽之前，索尼每隔一兩周就會邀請頂級 GT 車手幫助測試人工智能，再綜合結(jié)果不斷調(diào)整。
“這給了我們所需的反饋，以便在攻擊性和讓步之間找到合適的平衡，”說。
這起到了效果。三個月后，當(dāng) Miyazono 與 GT Sophy 比賽時，后者的激進(jìn)表現(xiàn)消失了——但它并不是簡單地退縮?！爱?dāng)兩輛車并排進(jìn)入一個彎道時，GT Sophy 會給人類車手留下足夠通過的空間，”他表示，“這讓你感覺是在和另一個真人比賽?！?/p>
他補(bǔ)充說：“面對這種反應(yīng)，車手會得到一種不同的激情和樂趣。這真的給我留下了深刻的印象?！?/p>
對索尼的工作印象深刻。他說：“我們用人類的能力來衡量機(jī)器人技術(shù)的進(jìn)步?！钡?，他的同事埃莉亞·考夫曼（Elia Kaufman）指出，仍然是人類研究人員主導(dǎo)了 GT Sophy 學(xué)習(xí)行為的訓(xùn)練。
“良好的賽道禮儀是由人類教給人工智能的，”他說，“如果這能以自動化的方式實現(xiàn)，那將真的很有趣?！边@樣的機(jī)器不僅會有良好的賽場風(fēng)范，更主要的是可以理解什么是賽場風(fēng)范，并且能夠改變它的行為來適應(yīng)新的設(shè)置。
的團(tuán)隊現(xiàn)在正在將其 GT 賽車研究，應(yīng)用到現(xiàn)實世界的無人機(jī)比賽中，使用原始視頻輸入而不是模擬數(shù)據(jù)來訓(xùn)練人工智能飛行。2022 年 6 月，他們邀請了兩名世界冠軍級別的無人機(jī)飛手對抗電腦。
他說：“在看到我們的人工智能比賽后，他們的表情說明了一切。他們被震撼到了?！?/p>
他認(rèn)為，對機(jī)器人技術(shù)的真正進(jìn)步必須要拓展到現(xiàn)實世界。“在模擬和現(xiàn)實世界之間，總是會有一種不匹配的情況，”他說，“當(dāng)人們談?wù)撊斯ぶ悄苋〉昧肆钊穗y以置信的進(jìn)步時，這一點就被遺忘了。在戰(zhàn)略方面，是的。但就部署到現(xiàn)實世界而言，我們還差得很遠(yuǎn)。”
目前，索尼仍堅持將技術(shù)僅用在游戲中。它計劃將 GT Sophy 用于未來版本的 GT 游戲中?！拔覀兿Ｍ@能成為產(chǎn)品的一部分，”美國的執(zhí)行總監(jiān)彼得·斯通（）說?！八髂崾且患見蕵饭?，我們希望這能讓游戲更加有趣?！?/p>
瓊斯認(rèn)為，一旦人們有機(jī)會觀摩 GT Sophy 的駕駛過程，那么整個模擬賽車社區(qū)都可以從中學(xué)到很多東西?！霸谠S多賽道上，我們會發(fā)現(xiàn)很多沿襲了多年的駕駛技巧都是有缺陷的，實際上存在更快的方法?！?/p>
Miyazono 已經(jīng)在嘗試復(fù)制人工智能在彎道的走線方式，因為它已經(jīng)展示了這是可以實現(xiàn)的。瓊斯說：“如果基準(zhǔn)水平發(fā)生變化，那么每個人的技術(shù)都會提升?！?/p>
支持：Ren
原文：
https://www.technologyreview.com/2022/07/19/1056176/sonys-racing-ai-destroyed-its-human-competitors-by-being-nice-and-fast/
