歡迎關注“新浪科技”的微信訂閱號：techsina 

　　文/魚羊 博雯

　　來源：量子位（ID:QbitAI)

　　今天，索尼真是背刺了一把任天堂。

　　早上任天堂在直面會上公布了諸多游戲大作：異度之刃3、火焰紋章無雙、馬里奧前鋒……可謂占盡風頭。

　　然而，萬萬沒想到，索尼的3A游戲大作居然搞了個更大的新聞，登上了Nature封面。

　　把游戲宣發做到了頂級學術期刊封面，我服。

　　不過這篇文章可不是加錢打廣告，而是實實在在的技術論文——

　　一只來自索尼的AI，名叫GT Sophy。

　　且看這位AI賽車手的比賽畫面，先是一個機智變道繞開對手的卡位：

　　隨后在彎道膠著時大秀操作，以190km/h的速度一舉反超，將對手甩到身后。

　　可別覺得AI在賽車游戲里戰勝人類沒啥特別的，要知道，這樣的比賽是在GT賽車中進行的——

　　這是一款高度擬真的賽車游戲，也就是說，選手們幾乎就是在真·開車。

△圖右為GT世界冠軍Takuma Miyazono

　　而GT Sophy也是世界上首個在此類需要持續判斷和高速反應的賽車游戲中，戰勝人類冠軍的AI。

　　斯坦福汽車研究中心聯合主任Chris Gerdes教授就對此表示：

GT Sophy在比賽中如此熟練地超越人類駕駛員，這對于人工智能而言是一項里程碑式的進步。

　　值得一提的是，最新一代GT系列游戲Gran Turismo 7將在3月4日正式登陸PS4/PS5平臺。

　　雖然玩家們不太可能在第一時間對戰GT Sophy，但索尼已經表示，他們正在努力將這只強大的AI整合到GT賽車中。

　　并不簡單的賽車AI

　　AI戰勝人類，在很多人聽來已經不夠新鮮。

　　但與過去在國際象棋、圍棋等棋類游戲，或星際爭霸、Dota等動作游戲中一展拳腳的AI相比，賽車那看似“先到終點就贏”的簡單目標，實際上要復雜得多：

　　比如剎車，就是一種不斷探索汽車輪胎與道路之間摩擦力的“物理戰”。

　　轉彎時剎車太早，可能就無法順利過彎，還會損失車速；

　　剎車太晚，又難以保持想要的路線軌跡，甚至導致車體旋轉。

　　整個比賽過程中，賽車手必須時刻保持對周圍環境的判斷，并能根據路況作出及時的反應。

　　同時，駕駛技巧、針對不同對手的戰術策略、甚至是遵守規則的賽車精神和禮儀……都是一個賽車AI所必備的素養。

　　為了達成這些目標，索尼將AI的訓練場設在了自家的GT賽車系列的游戲中。

　　這是一款PS平臺獨占游戲，全名Gran Turismo，是一個汽車行業中的真實名詞，意為“能夠長距離行駛的高性能車”。

　　這款游戲主打的就是真實駕駛感，甚至可以通過一套帶力反饋的方向盤外設體會到橫向g值、前輪滑移率、車重、車輛的調教特性等各種細膩的路感反饋。

　　在GT游戲中，研究這種通常使用10到20臺PS游戲機、同等數量的計算實例、一臺異步更新神經網絡的GPU，從頭開始訓練這個叫做GT Sophy的AI。

　　訓練主要針對兩個連續值的維度：轉向和速度。

　　同時，為了把GT Sophy和人類拉到同一起跑線上，研究者們還調慢了它的操作速度：

　　對游戲的交互頻率為10赫茲（人類標準是60赫茲），反應時間則分別為100毫秒、200毫秒、250毫秒。

　　在一張完整的地圖中，研究者以6秒為單位，將智能體所跑的賽道量化為一段一段的“靜態地圖段”，并將每一段賽道的左右邊緣和中心線編碼為60個等距的三維點：

　　訓練場準備好了，現在就是讓GT Sophy真正成為一名會轉彎、會思考的賽車手。

　　行為者- 評價者機制

　　索尼使用了一種新的深度學習算法，也叫做量化回歸的行為者-評價者（QR-SAC）方法。

　　AI智能體會被扔到一個沒有指令的環境中，并根據評價者（也就是價值函數）的評估來選擇行動，并根據完成目標的結果而獲得獎勵或懲罰。

　　比如，智能體會因為保持高速前進而獲獎勵，也會因為出界、撞墻或失去牽引力受到懲罰。

　　這種獎懲機制使智能體迅速得到積極的反饋，慢慢開始熟悉在賽道上的行為。

　　事實上，GT Sophy只用了幾個小時就學會了在賽道上行駛，并很快就在Maggiore賽道上超越了17700名玩家：

　　但這種單純的速度，或者說賽道完成進度上的獎勵并不足以激勵智能體贏得比賽。

　　因為如果對手速度足夠快，智能體就完全可以通過跟隨并學習對手的“偷懶”的方式積累大量獎勵，最終也能完成目標。

　　于是，研究者們增加了“超車獎勵”，并且，相對于對手的距離的改變也會與獎勵積分成比例。

　　同時，賽車的碰撞上也有獎懲機制，研究人員設置了一種較為保守的獎勵：

　　在確保智能體能以足夠強悍的駕駛風格贏得勝利的同時，也不至于會粗暴地將其他賽車趕出道路，而遭受真正的賽車規則的懲罰。

　　最終，GT Sophy在GT賽車比賽中勝過了2021年TGR GT杯冠軍、2020年國家杯世界冠軍和2021年亞軍、2018年國家杯亞洲/大洋洲冠軍等多位世界頂級賽車手。

　　在比賽中，GT Sophy在三條賽道上都取得了第一名。

　　而在比賽中，它能夠執行幾種類型的轉彎，有效地利用漂移，擾亂后面車輛，攔截對手并執行其他緊急操縱。

　　不過，研究者也提到，GT Sophy在戰略決策方面還存在著一些改進的空間：有時會在同一條跑道上留出足夠的空間，讓對手有機可乘。

　　索尼要用它開發自動駕駛

　　看到這里，你覺得GT Sophy能力如何？

　　反正幾位世界級選手們是服氣了。

　　在GT賽車世界級賽事上斬獲三冠的宮園拓真（Takuma Miyazono）表示：

Sophy的速度非常快，單圈時間勝過了此前對最佳車手的預期。

　　——在其中一場比賽中，GT Sophy Rouge以5.8秒的優勢戰勝了第二名山中智明（2021年TGR GT杯冠軍），最快圈速為1：54.373，比山中快了2秒多。

　　而GT Sophy的能力顯然不僅僅能在游戲中大殺四方。

　　斯坦福汽車研究中心聯合主任Chris Gerdes教授就指出，GT Sophy背后的AI技術，可以幫助開發自動駕駛汽車：

GT Sophy在賽道上的成功表明，有朝一日，神經網絡在自動駕駛汽車軟件中的作用可能比現在更大。

　　目前，神經網絡算法在自動駕駛汽車軟件中主要負責跟蹤道路標記、感知障礙，控制軟件則仍依賴于人為設定的規則。

　　豐田研究所高級經理Avinash Balachandran也表示，“在賽車中應用機器學習和自主控制令人興奮”。

　　還有不少網友認為，這一AI或許與索尼新成立的電動汽車公司有關，或許再過幾年，這個AI就能在其自動駕駛技術中看到了。

　　當然對于索尼玩家來說，最期待的是：下個月上市的GT7能否加入這個最強AI？

　　好消息是GT7仍會登陸上一代游戲機PS4，沒買到PS5的玩家也能嘗嘗鮮了。

　　論文：https://www.nature.com/articles/s41586-021-04357-7

　　參考鏈接：https://sonyai.github.io/gt_sophy_public/

（聲明：本文僅代表作者觀點，不代表新浪網立場。）