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，开奖，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，直播，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]