1
| 本文作者： 雪莉?休斯敦 | 2017-01-17 15:31 |
OpenAI的開(kāi)源人工智能測(cè)試平臺(tái)迎來(lái)一位新成員——《俠盜獵車(chē)手 5》（GTA V），它由Craig Quite的DeepDrive項(xiàng)目搭建和維護(hù)。你只需要購(gòu)買(mǎi)正版游戲，然后Universe代理就可以在一個(gè)高保真的虛擬世界開(kāi)始駕駛汽車(chē)了。雷鋒網(wǎng)此前也做過(guò)相關(guān)的覆蓋和報(bào)道。
那么開(kāi)發(fā)者需要注意哪些地方呢？一起和雷鋒網(wǎng)來(lái)看看吧！
首先，打開(kāi)GTA V服務(wù)器。然后你需要將Universe的Python庫(kù)裝好（如果已經(jīng)事先安裝了，就不需要升級(jí)了）?，F(xiàn)在，你可以通過(guò)運(yùn)行下面的程序掛載代理。除了鍵盤(pán)和鼠標(biāo)，代理還可以使用虛擬搖桿。
import gym
import universe # register Universe environments into Gym
from universe.spaces import joystick_event
env = gym.make('gtav.SaneDriving-v0')
env.configure(remotes='vnc://$host:$port') # point to the GTA V Universe server
observation_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()
提供給代理的視角
DeepDrive是一個(gè)平臺(tái)，用于建立開(kāi)放式自動(dòng)駕駛汽車(chē)的AI。DeepDrive通過(guò)使用建?？蚣芎蛢?nèi)存檢測(cè)技術(shù)來(lái)重新調(diào)整GTA V，使其成為一個(gè)自動(dòng)駕駛汽車(chē)的模擬器；除此之外，他可以提供預(yù)訓(xùn)練的自動(dòng)駕駛汽車(chē)代理和數(shù)據(jù)庫(kù)來(lái)訓(xùn)練?，F(xiàn)有的DeepDrive環(huán)境和代理現(xiàn)在編譯在Universe最上層。
DeepDrive的起源比Universe早，因此，通過(guò)它可以很好的看出在Universe出現(xiàn)前和出現(xiàn)后，現(xiàn)代游戲上特別鮮明的對(duì)比。最早的DeepDrive必須使用Windows操作系統(tǒng)的電腦并且需要一整天的時(shí)間打開(kāi)游戲和游戲代理。而現(xiàn)在，打開(kāi)只需20分鐘，操作系統(tǒng)也可支持Linux或者OS X，還與舊版本的Universe代理兼容（不過(guò)，如果要實(shí)現(xiàn)最好的效果，還是需要使用虛擬搖桿，而不是傳統(tǒng)的鍵盤(pán)和鼠標(biāo)）。
1. GTA V環(huán)境的源代碼和AMI；
2. 一個(gè)預(yù)訓(xùn)練的驅(qū)動(dòng)代理，具有Caffe和TensorFlow實(shí)現(xiàn)案例。
集成以上兩者能夠支持選擇攝像頭機(jī)號(hào)和視場(chǎng)偏移，還包括通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練實(shí)現(xiàn)獎(jiǎng)賞功能，能夠讓代理學(xué)會(huì)避免碰撞，計(jì)算目的地距離和停留在路上。
在Universe出現(xiàn)之前，DeepDrive使用DirectX按鍵來(lái)捕獲屏幕并且需要使用C++與Caffe對(duì)接來(lái)寫(xiě)代理?，F(xiàn)在的游戲則運(yùn)行在windows平臺(tái)下的網(wǎng)絡(luò)虛擬機(jī)上，并和Websockets和VNC進(jìn)行通訊。因此，代理可在Linux或者M(jìn)ac的平臺(tái)上跑，并且可以實(shí)現(xiàn)在任何ML框架的寫(xiě)動(dòng)作。
Universe通過(guò)VNC傳輸像素，鼠標(biāo)和鍵盤(pán)數(shù)據(jù)，通過(guò)Websocket傳輸其他數(shù)據(jù)。為了實(shí)現(xiàn)搖桿的方向和節(jié)流閥的控制，我們將搖桿的動(dòng)作通過(guò)Websockets傳給環(huán)境數(shù)據(jù)。（圖片 via Craig Quiter）
就如同Universe發(fā)布說(shuō)明中提到的，客戶(hù)端在公有云上最多使用20fps。GTA V為研究人員提供了訪問(wèn)一個(gè)豐富多彩多樣性的環(huán)境在測(cè)試和開(kāi)發(fā)AI的環(huán)境。GTA V的島嶼設(shè)置大小幾乎是洛杉磯市的1/5，并且給開(kāi)發(fā)者提供了廣泛的場(chǎng)景進(jìn)行系統(tǒng)測(cè)試。另外，系統(tǒng)提供257種不同的汽車(chē)、7 種類(lèi)型的自動(dòng)駕駛車(chē)和 14 種天氣，在單個(gè)模擬器里使用這些數(shù)據(jù)進(jìn)行排列組合，可以實(shí)現(xiàn)大量不同的虛擬場(chǎng)景。
GTA V中49平方英尺的島嶼San Andreas為研究人員提供了培訓(xùn)AI穿過(guò)熙熙攘攘的大都市地區(qū)，蜿蜒的山路，平坦的沙漠，和高速公路的能力。
在GTA V+Universe環(huán)境下也可以收集大量的標(biāo)記數(shù)據(jù)：你可以用下面的GTA V引擎收錄2D或3D模擬的塊狀信息、汽車(chē)、行人、自動(dòng)駕駛車(chē)、動(dòng)物、路面、交通標(biāo)志分割標(biāo)簽，或任何一個(gè)GTA V的其他7000 +對(duì)象。環(huán)境通過(guò)真實(shí)世界的車(chē)輛，MODS的道路建設(shè)，甚至也可以延伸到整個(gè)城市。
這次開(kāi)源包含基礎(chǔ)代理，是通過(guò)模仿學(xué)習(xí) 21 小時(shí)（約 60 萬(wàn)圖像）游戲畫(huà)面進(jìn)行駕駛訓(xùn)練的 AI （內(nèi)置的游戲 AI 是很好的初始目標(biāo)：它的性能優(yōu)于一個(gè)典型的人，因?yàn)樗梢栽L問(wèn)內(nèi)部游戲狀態(tài)，雖然 AI 仍然會(huì)犯錯(cuò)誤，如在高速公路上進(jìn)行U轉(zhuǎn)彎）。基礎(chǔ)代理在各種不同的天氣條件下駕駛，對(duì)交通作出反應(yīng)并保持其車(chē)道。這種預(yù)訓(xùn)練的代理是我們最終目標(biāo)的起始點(diǎn)！
其他科研人員的研究成果已經(jīng)展現(xiàn)了通過(guò)對(duì)GTA V中的可視系統(tǒng)進(jìn)行訓(xùn)練從而對(duì)現(xiàn)實(shí)世界中的圖像進(jìn)行分類(lèi)的可行性。GTA V與Universe融合則使得通過(guò)增強(qiáng)學(xué)習(xí)技術(shù)實(shí)現(xiàn)虛擬自駕使變得更加簡(jiǎn)單。
GTA V 與 Universe的集成自動(dòng)繼承了 Universe 為了可比性和共享性而提供的所有工具和語(yǔ)義，能夠很簡(jiǎn)單地對(duì) GTA V 上的代理進(jìn)行性能基準(zhǔn)測(cè)試。Universe+GAT V 可以單獨(dú)使用，也可以作為使用 Universe 代理訪問(wèn)的一個(gè)環(huán)境。雷鋒網(wǎng)也期待在未來(lái)，能有更多像GTA V+Universe這樣的社區(qū)所提供的環(huán)境。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
