赛车游戏玩腻了，我训练个AI自己跑《赛道狂飙》

《赛道狂飙》是一款拥有十几年历史的经典竞速游戏，以其多元化的赛道设计和对玩家技术水平的高要求而著称。近日，一位名为yoshtm的YouTube博主成功训练出能在《赛道狂飙》中自动驾驶的AI，引发了广泛关注。

yoshtm采用了一种简单的监督学习模型，包含两个隐藏层（64+16个神经元），输入包括15个赛道间距数据和1个车速数据，输出为前、后、左、右四个操作指令。为了训练这个模型，他首先在自制的训练地图上手动驾驶赛车，同时使用程序逐帧检测赛车与墙之间的距离、车速以及自己的操作等信息。收集到足够多的数据后，AI算法开始学习地图环境与操作之间的对应关系。

在实际运行中，AI可以根据实时检测到的间距、车速等信息来预测合适的操作。尽管技术上比较简单，但由于娱乐性强且易于上手，yoshtm的项目在Reddit上收获了上千的点赞。有趣的是，由于屏幕捕获频率不连续且算法存在随机性，即使是受同一AI系统控制的车辆，行驶轨迹也可能有所不同。

然而，AI在游戏中的表现并非完美无缺。在一些转弯处，AI可能会遇到麻烦，特别是在需要使用刹车的情况下。此外，AI在没有墙壁的情况下表现不够灵活，间距测量也不够准确。尽管如此，这个简单的模型已经展现出了相当的潜力。

相比之下，另一项研究中名为GT Sophy的AI智能体在《GT赛车》游戏中击败了世界冠军级的人类玩家。这个智能体利用深度强化学习掌握了高效加速和刹车的艺术，并学会了在不同情况下替换行驶路线。在遵守赛车规则的同时，GT Sophy展现出了超凡的行驶速度、操控能力和驾驶策略。

这些成果不仅展示了AI在赛车游戏中的应用潜力，也为真实世界的自动驾驶技术提供了宝贵的经验。通过在虚拟环境中进行大量训练，AI可以学习复杂的驾驶策略和应对突发情况的能力，这些技能有望直接应用于自动驾驶汽车的研发。

AI在游戏中的应用正在改变我们对电子竞技的认知。它不仅能够为游戏增加新的挑战和乐趣，还可能为职业赛车手提供高水平的训练工具，帮助发现新的赛车技巧。随着技术的不断进步，我们有理由相信，未来的赛车游戏将更加智能、更加真实，为玩家带来前所未有的体验。

AI在游戏中的应用远不止于此。从《星际争霸》到《Dota 2》，AI已经在多个复杂游戏中展现出超越人类的能力。这些成就不仅推动了游戏产业的发展，也为人工智能技术的创新提供了宝贵的实验平台。随着AI技术的不断进步，我们期待看到更多令人惊叹的成果，重塑我们对游戏和智能的认知。