安博电竞押注蚂蚁电竞官网fc

安博电竞押注蚂蚁电竞官网fc 一起飙个车红包版一款充满激情和魔力的摩托车游戏，实现不同的难度动作，十分刺激的飙车挑战，玩家可以驾驶自己的摩托车，在高难度的赛道上面完成飙车挑战。高低起伏的地形对于玩家的驾驶技术要求非常的高，在这里你需要顺利的完成挑战，才可以获得奖励。一起飙个车红包版常见问题赛车游戏玩腻了？我训练个A...

一起飙个车红包版一款充满激情和魔力的摩托车游戏，实现不同的难度动作，十分刺激的飙车挑战，玩家可以驾驶自己的摩托车，在高难度的赛道上面完成飙车挑战。高低起伏的地形对于玩家的驾驶技术要求非常的高，在这里你需要顺利的完成挑战，才可以获得奖励。

一起飙个车红包版常见问题

赛车游戏玩腻了？我训练个AI自己跑《赛道狂飙》

很多同学在学了AI之后，都会「支使」AI去做各种事情，玩游戏也不例外。

《赛道狂飙》是一款经典的娱乐型竞速游戏，已经有着十几年的发展历史。赛车游戏大多比拼的是如何最快从起点抵达终点，但《赛道狂飙》的赛道设计更加多元，极其考验玩家的技术水平，这也是它的独特魅力所在。

Youtube博主yoshtm是这一经典游戏的玩家之一。他一直在思考，能否让AI玩这个游戏？

最近，他成功将模型训练了出来，而且在《赛道狂飙》的新旧版本上都试了一下，效果还可以：

他用的是非常简单的监督学习模型，只有2个隐藏层（64+16个神经元），包含16个输入（15个赛道间距数据和1个车速数据）和4个输出（前、后、左、右）。

虽然技术上比较简单，但由于娱乐性较强而且容易上手，yoshtm的项目还是在Reddit上收获了上千的点赞。既然是监督学习，首先要解决的问题必然是标注数据。在第一版的视频中，yoshtm介绍道，他创建了一个包含上百个转弯的训练地图，然后自己「驾驶」赛车在地图上跑。此外，他还创建了一个程序，用来逐帧检测赛车与墙之间的距离、车速以及自己的操作（上下左右）等信息。

收集到足够多的数据之后，yoshtm创建了一个AI算法来学习地图环境与操作之间的对应关系。

在实际运行过程中，算法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。

第一版的战绩如下：

有人可能会好奇，为什么这些受同一个AI系统控制的车辆行驶轨迹却不一样？原因在于AI捕捉到的帧也并不相同，因为屏幕捕获频率并不是连续的，而且使用的算法也存在少量的随机性。

今年7月，育碧发布了新版《赛道狂飙》（《赛道狂飙：永恒国度》的重制版）之后，yoshtm想看看：在上一版游戏中搭建的AI系统，是否也能在新版本游戏中使用。

由于两个版本非常相似，yoshtm只做了一些细微的改进。

数据收集方式和之前差别不大（这次在新地图上行驶了1个小时，收集了5万个数据），但是加入了斜坡和飞跃：

在之前的版本中，yoshtm主要用图像检测方法来记录每一帧的速度。但在新的版本中，由于游戏页面发生变化，图像检测已不可行，所以他改用Openplanet直接访问游戏API。

竞速中的我自己、AI以及我的老父亲。

在一些转弯的地方，AI可能会遇到麻烦，特别是在必须使用刹车的情况下。这里演示了上百次赛车经过转弯处的情况，多数情况下赛车很难顺利通过地图的这一部分：此外，这个模型还有很多缺陷，比如间距测量不够准确、缺乏记忆等。

00:00/00:00倍速

但因为很有趣，该创意在Reddit机器学习社区引发了许多关注。不过作者也表示，这个模型存在一些待解决的问题，比如说在没有墙壁的情况下，表现确实不够灵活。