该论文先容，人工智能的许多潜在运用都须要一边与人类交互一边在物理系统中做出实时决策，而赛车正是这类情形的范例代表。
赛车手必须进行繁芜的战术性操控去超越或阻挡对手，同时还要以极限牵引力来驾驶赛车。
以PlayStation的游戏《GT赛车》为代表的拟真类赛车游戏不仅能再现操控真实赛车的寻衅，也对机器学习的运用提出了寻衅。

论文通讯作者、美国索尼AI彼得·沃尔曼(Peter Wurman)和同事让一个名为GT Sophy的AI智能体学会利用深度强化学习来玩《GT赛车》，他们演习这个智能体节制在赛车比赛中高效加速和刹车的艺术，并学习如何在不同情形下或在对手挡路时更换行驶路线。

论文作者指出，想要演习出一个成功的AI，最大的寻衅之一是要确保它不会由于触犯赛车规则而受罚，这里的赛车规则是一组由外部人类裁判讯断的宽松规则。
末了，GT Sophy利用代表不同赛车寻衅的三组赛车与路线组合，包括时速超过300千米的赛车，在对战比赛中成功击败了4位环球顶级电子竞技赛车手。

《自然》同期揭橥“***与不雅观点”文章称，这项人工智能研究结果是打算机降服最强人类对手的一项最新竞技任务，其他竞技任务还包括国际象棋和扑克。
该文章作者认为，研究结果或让赛车游戏变得更故意思，并能供应用来演习职业赛车手和创造新赛车技巧的高水平比赛。
这种方法还有望运用在真实天下的系统中，比如机器人、无人机和自动驾驶汽车。
(完)

来源：中国***网