繼去年英特爾實驗室和德國達姆施塔特大學利用電腦游戲《GTA5》測試無人駕駛，近日普林斯頓大學自動駕駛項目DeepDrive也宣布將利用《GTA5》訓練無人駕駛系統。

　　GTA全稱是Grand Theft Auto，中文譯名《俠盜獵車手》，是一款動作冒險類游戲。游戲里的一大特色就是可以讓玩家駕駛各種車輛四處狂飆和碾壓。GTA游戲中，為了模擬真實世界的環境，建立了逼真的道路環境：路上有不同的車輛行駛，電腦模擬的“駕駛員們”還有著不同的駕駛風格。

　　此前報道過，德國達姆施塔特大學的研究小組在游戲和電腦硬件中間創建了軟件層，能夠自動分類游戲中道路場景上的不同的物體。這為機器學習提供了有效的訓練參照物，通過識別游戲里的車，行人，和其他障礙物，無論是在游戲還是在真實的街道上，都能自動區分和收集目標。根據這個研究小組最近發表的一篇論文所示，這么龐大的數據操作，人類是不可能手動標記所有場景的。研究人員還表示，真正的訓練圖像可以通過添加一些合成影像加以改進，使其更加逼真。

　　這個游戲世界中，駕駛員們會按照真實的交通規則行駛，紅燈停綠燈行，而人行道上甚至還有行人和自行車。利用這個現成的沙盤，讓人工智能操控的自動駕駛程序代替人類玩家進入游戲，駕駛車輛在虛擬的世界中行駛。在收集信息的過程中，還能做到精準收集，對各種氣候，燈光場景有選擇性地分析。

　　自動駕駛往往需要在實際場景中測試，收集大量的道路數據。在人力資源成本高昂的發達國家，這并非易事。

　　用電子游戲模擬現實世界的價值，更在于可以模擬現實中難以模擬的特殊場景。比如，各種車禍你可以開一輛車制造各種各樣的事故。此外，GTA中幾乎涵蓋了各種各樣的道路狀況，包括山區、郊區和城市。還有各種各樣的車輛，比如警車、救護車、出租車、貨車等車型。

　　如果是在現實世界中做同樣的事情，則需要“幾千個小時”時間來收集和標簽圖像。英屬哥倫比亞大學的一名學生Alireza Shafaei說：“在人工環境中，我們可以不費吹灰之力精確收集大面積的注釋數據，此外GTA5游戲還能提供各種不同設定條件下（光照和氣候）的大量變體數據。我們認為，GTA5游戲中人造的數據很不錯，有時候甚至比現實世界教學數據還要好。”

　　人工智能的研究小組們已經把簡單的游戲當成檢驗算法的學習能力標準之一。而現在有更多的研究者表示他們對用游戲風景來提升視覺訓練越來越感興趣。在巴爾的Johns Hopkins University 的一個研究小組正在開發一項可以將機器學習算法與任意熱門游戲虛擬引擎的工具。