昨天，OpenAI 宣布旗下的开源人工智能测试环境 Universe 加入了游戏大作《侠盗猎车手 5》。用户只需购买正版游戏，即可使用 Universe 中的人工智能在 Los Santos 中的 3D 环境中纵横驰骋。此次开源的项目让自动驾驶模拟测试平台 DeepDrive 在 GTA 世界中进行测试变得更加简便易行。
如何收集用于训练人工智能的数据一直是各家科技公司面临的难题。在通过各种方法收集真实世界数据的同时，一些公司也在致力于构建虚拟环境——它们可以提供近乎无限的可能性。
OpenAI 一直视图构建各种不同类型的人工智能训练环境。目前，Universe 中包括了大约 2600 种 Atari 游戏，1000 种 flash 游戏和 80 种浏览器环境，可供所有人用于训练人工智能系统。GTA5 的引入是该项目的最新举措，它为训练用于自动驾驶汽车的人工智能打开了又一扇大门。
GTA5 的游戏世界是一个内容丰富的 3D 世界。在以下视频中你们会看到，在 Universe 的新测试环境中，人工智能获取视频信息的帧数被限制在了 8FPS，环境信息和视角管理齐备。同时，在 Universe 中的 GTA5 已经将原版游戏中的所有暴力元素去除。
开始游戏
想让人工智能体进入 GTA5 的世界，你需要安装 Universe 的 Python 库（你不需要为此特意升级到最新版本）。你可以通过加入以下代码来嵌入人工智能体。与其他游戏类似，人工智能收集信息的渠道是基于游戏视频输出的。除键盘和鼠标之外，在此游戏中人工智能体可以使用模拟游戏手柄进行操纵。
相关链接：
在 GTA5 中，人工智能看到的游戏画面
DeepDrive
DeepDrive 是一个用于开发人工智能自动驾驶系统的开放平台。DeepDrive 使用定制框架和内存检查技术在 GTA5 中的模拟环境测试自动驾驶汽车系统。在本次发布中，OpenAI 同时提供了预先训练好的自动驾驶人工智能，以及用于训练这个系统的数据集以供参考。新的 DeepDrive 环境和人工智能都构建在 Universe 基础之上。
在 DeepDrive 与 Universe 整合之前，这个自动驾驶开放平台已经展现了与现代大型 3D 游戏良好的兼容性。但这次开源的系统使用起来更加方便。原始版本的 DeepDrive 应用需要使用 Windows 系统的电脑在本地运行，需要花费大约一整天的时间调试游戏和人工智能接口。而在新的 DeepDrive 中，人们只需花费大约 20 分钟来进行设置，新的系统也支持在 Linux 和 OS X 平台上运行，同时这一新的功能也与之前已有的 Universe 人工智能互相兼容（当然，使用模拟游戏手柄比键盘鼠标效果更好）。
发布
今天发布的内容包括：
相关链接：
源代码： https://github.com/openai/universe-windows-envs/tree/master/vnc-gtav
AMI：https://github.com/openai/universe-windows-envs/blob/master/vnc-gtav/README.md#using-the-prebuilt-ami
用于 GTA5 的自动驾驶人工智能： https://github.com/deepdrive/deepdrive-universe
GTA5 的集成环境支持选择视角与自定义视野。同时也拥有用于强化学习训练的奖励机制，包含避免碰撞、与目的地距离和停留在路面上等等。
环境
在 Universe 之前，DeepDrive 使用一个 DirectX 进行屏幕捕捉，且需要在 Windows 中使用 C++ 接入 Caffe 来写智能体。现在该游戏在云中的 Windows 虚拟机上运行，并通过 websockets 和 VNC 与 Universe 通信。因此该智能体可在 Linux 或 Mac 上运行，也可被写入任何机器学习框架中。
Universe
Universe 在 VNC 上迁移画面（pixel）、键盘和鼠标，在 websockets 上迁移其他信息。为了支持转向与减速的操纵杆控制，我们把操纵杆控制行为放入了 websockets 的环境。
就像刚发布 Universe 时所说的那样，在公共互联网络上用户能维持到 20 FPS。
GTA V 为研究人员测试、开发人工智能提供了丰富、多样的环境。它的地图设置几乎是洛杉矶的 1/5 大小，为测试系统提供了广阔的范围。还有 257 种不同的车辆、7 种自行车和 14 类天气环境，使用单个模拟器探索大量的不同排列变化也是有可能的。
GTA V 中圣安地列斯 49 平方英里的岛城使得研究人员有能力在忙乱的大都市中、蜿蜒的山路、平坦的沙漠以及高速公路上训练人工智能
在该环境中，也能收集大量的标记数据：你能使用底层 GTA V 引擎来收集 2D 或 3D 边界盒（bounding boxes），并且为汽车、人行道、自行车、动物、路面、交通标志以及其他 GTA V 中超过 7000 类的物体进行标记。该环境也能通过 mods 延展到现实世界的汽车、道路建筑，甚至是整个城市。
预训练智能体
此次发布包括一个基线智能体，通过在人工智能玩游戏的 21 小时的数据集（大约 60 万张图片）上进行模仿学习得以训练。（内建游戏人工智能是个非常好的初始目标：它要比典型的人类玩家表现更好，因为它能获取游戏内部状态，即使它仍然会犯在高速公路上 180 度掉头这样的错误）。该基线智能体能干在多种不同的天气环境中进行驾驶、应对交通环境，遵守交通规则。它也只是个开始，我们诚邀社区其他人对它进行改进。
其他研究人员已经证明我们能够在 GTA V 上训练视觉系统，并使用它在现实世界中分类图片。Universe GTA V 融合体使得在模拟自动驾驶系统上尝试强化学习技术变得很轻松。
GTA V 融合进 Universe 自动地继承了所有的工具和语义，Universe 提供了可比性和可共享性，也使得在 GTA V 上评估智能体的表现变得更容易。它可被单独使用，或者作为获取通用 Universe 智能体的另一环境。
©本文为机器之心编译，转载请联系本公众号获得授权。
✄------------------------------------------------
加入机器之心（全职记者/实习生）：[email protected]
投稿或寻求报道：[email protected]
广告&商务合作：[email protected]
