"Gran Turismo": KI schlägt Profispieler
Bereits nach 73 Stunden Fahrtraining wurde "übermenschliches Leistungslevel" erreicht
 |
Virtuelle Rennstrecke: KI ist schneller als die Profis (Foto: gran-turismo.com) |
Zürich (pte011/16.09.2020/12:30) Forscher der Universität Zürich (UZH) http://uzh.ch und von Sony AI http://ai.sony haben die Künstliche Intelligenz (KI) im Rennspiel "Gran Turismo Sport" http://gran-turismo.com auf ein neues "übermenschliches Leistungslevel" gehoben. Mithilfe von maschinellem Lernen ließen sie die KI ganz ohne Vorwissen auf die Rennstrecke los. Nach 73 Stunden Fahrtraining konnten sie zusehen, wie diese Rundenzeiten erzielte, die auch menschliche Profispieler alt aussehen lassen.
"Grenzen des Möglichen"
"Autonomes Fahren bei hohen Geschwindigkeiten ist eine schwierige Aufgabe, die schnelle und präzise Aktionen erfordert, sogar, wenn das Fahrzeug bereits seine physikalischen Grenzen erreicht", zitiert "TechXplore" Yunlong Song, PhD-Student am Department of Informatics der UZH. Das gelte insbesondere für den Rennsport, wo es das Ziel ist, einen vorgegebenen Rundkurs in möglichst kurzer Zeit zu absolvieren. "Um uns der Herausforderung zu stellen und die Grenzen des Möglichen auszuloten, haben wir das Videospiel Gran Turismo Sport gewählt, weil es eine sehr detaillierte physikalische Simulation von Autos und Strecken bietet", erklärt der Experte.
Damit die KI möglichst schnell über die Rennstrecke sausen kann, musste sie zunächst ein knallhartes Training absolvieren. Hierbei wurde sie aber nicht wie üblich zuerst mit ausgiebigem Datenmaterial zu Auto und Strecke gefüttert, um daraus eine Ideallinie zu berechnen. Vielmehr war sie ganz auf sich alleine gestellt und musste nach dem Prinzip von Versuch und Irrtum selbständig herausfinden, wie man am schnellsten ins Ziel kommt.
Eine ähnliche Ideallinie
Nach 73 Fahrstunden auf vier PS4-Konsolen und einem PC erreichte die KI den Forschern zufolge ein "übermenschliches Leistungsniveau". "Wir haben gesehen, dass sie letztendlich Ideallinien erreichen kann, die qualitativ gesehen jenen sehr ähnlich sind, die auch die besten menschlichen Spieler wählen. In allen drei Referenz-Settings erzielte sie mit zwei verschiedenen Autos und auf zwei unterschiedlichen Strecken Rundenzeiten, die schneller waren als bei den besten menschlichen Pendants", schildert Song das Ergebnis.
Diese unterstreiche das große Potenzial, das Ansätze des maschinellen Lernens im Zusammenhang mit dem Lösen komplexer Problemstellungen bringen. "Wir wollen nun auch KI-gesteuerte Gegner entwickeln, die mit allen möglichen verschiedenen Strecken und Fahrzeugmodellen zurechtkommen. Außerdem müssen wir ihnen noch beibringen, wie sie bei hohen Geschwindigkeiten kollisionsfrei überholen können", verrät der UZH-Student.
(Ende)
| Aussender: | pressetext.redaktion |
| Ansprechpartner: | Markus Steiner |
| Tel.: | +43-1-81140-314 |
| E-Mail: | steiner@pressetext.com |
| Website: | www.pressetext.com |
