據(jù)英國(guó)《自然》雜志9日發(fā)表的一項(xiàng)研究，一種人工智能（AI）在著名對(duì)戰(zhàn)賽車游戲《GT賽車》中戰(zhàn)勝了世界冠軍級(jí)玩家。這個(gè)AI在遵守賽車規(guī)則的同時(shí)展現(xiàn)出了超凡的行駛速度、操控能力和駕駛策略。研究結(jié)果將對(duì)自主導(dǎo)航以及基礎(chǔ)AI研究具有應(yīng)用價(jià)值。

　　AI的許多潛在應(yīng)用都需要一邊與人類交互，一邊在物理系統(tǒng)中做出實(shí)時(shí)決策，而賽車正是這類情況的典型代表。賽車手必須進(jìn)行復(fù)雜的戰(zhàn)術(shù)性操控去超越或阻擋對(duì)手，同時(shí)還要以極限牽引力來(lái)駕駛賽車。以PlayStation的游戲《GT賽車》為代表的擬真類賽車游戲不僅能再現(xiàn)操控真實(shí)賽車的挑戰(zhàn)，也對(duì)機(jī)器學(xué)習(xí)的應(yīng)用提出了挑戰(zhàn)。

　　索尼AI科學(xué)家彼得·烏爾曼及其同事此次讓一個(gè)名為“GT Sophy”的AI智能體學(xué)會(huì)利用深度強(qiáng)化學(xué)習(xí)來(lái)玩《GT賽車》。他們訓(xùn)練這個(gè)智能體掌握在賽車比賽中高效加速和剎車的藝術(shù)，并學(xué)習(xí)如何在不同情況下或在對(duì)手擋路時(shí)替換行駛路線。想要訓(xùn)練出一個(gè)成功的AI，最大的挑戰(zhàn)之一是要確保它不會(huì)因?yàn)橛|犯賽車規(guī)則而受罰，這里的賽車規(guī)則是一組由外部人類裁判判決的寬松規(guī)則。

　　最后，“GT Sophy”利用代表不同賽車挑戰(zhàn)的三組賽車與路線組合——包括時(shí)速超過300公里的賽車——在對(duì)戰(zhàn)比賽中成功擊敗了4位全球頂級(jí)電子競(jìng)技賽車手。

　　以上結(jié)果是計(jì)算機(jī)戰(zhàn)勝最強(qiáng)人類對(duì)手的一項(xiàng)最新競(jìng)技任務(wù)，其他競(jìng)技任務(wù)還包括國(guó)際象棋和撲克。研究人員認(rèn)為，這一結(jié)果不但讓賽車游戲變得更有意思，還能提供用來(lái)訓(xùn)練職業(yè)賽車手和發(fā)現(xiàn)新賽車技巧的高水平比賽。這種方法還有望應(yīng)用在真實(shí)世界的系統(tǒng)中，比如機(jī)器人、無(wú)人機(jī)和自動(dòng)駕駛汽車。（記者張夢(mèng)然）