“
这是什么情况？”艾米丽·琼斯（EmilyJones）不敢相信自己居然落后了。
在游戏GT（GranTurismo）中，琼斯以每小时英里的速度驾驭着她的赛车。为了追上国际上最快的“玩家”，她几度把车速飙到了每小时、英里。
（来历：SONYAI）
年7月，琼斯作为电竞战队TransTasmanRacing的一员，参加了索尼组织的活动，但当时的她并不知道会发生什么。
最终，GTSophy以1.5秒的优势击败了琼斯的最佳成果——人类赛车手改写GT记载基本都是以毫秒为单位的，1.5秒意味着巨大的距离。
然而当索尼将其与多个人类车手放在一起竞赛时，它却输掉了——多人竞赛不只需要速度，还需要一定的才智。GTSophy有时因过于急进和鲁莽而招来罚分，有时则过于怯懦，在不需要的时分退让。
首先是索尼打造了一个更大的神经网络，程序的功能更加强大，但本质上的不同之处在于GTSophy学会了“赛道礼仪”。
美国负责人彼得·沃曼（PeterWurman）表明，这种礼仪被人类车手广泛恪守，其实质是平衡攻击性和退让的才能，在时间变化的赛场中动态挑选最合适的行为。
认识到何时冒险、何时安全行事，对于人工智能来说十分有用，无论是在制作车间、家庭机器人，还是无人驾驭轿车上。
说：“我认为咱们还没有学会关于怎么处理必须遵从的人类规范的一般准则。但这是一个好的开始，期望它能让咱们深化了解这个问题。”
与其他的、特别是那些回合制的游戏不同，GT要求顶尖玩家在迫临物理极限（超高车速）的情况下实时操控车辆。在竞赛中，所有其他玩家都在做相同的工作。
据悉，GT游戏以翔实地捕捉、并复刻实在国际的物理学而闻名，它模仿了赛车的空气动力学和轮胎在赛道上的摩擦。这一游戏有时乃至被用来练习和招募实在国际的赛车手。
GTSophy参加游戏的办法与人类玩家不同。它不读取屏幕上的像素，而是获取有关本身在赛道上的方位和周围轿车的方位的数据。它还会收到关于影响其车辆的虚拟物理力气的信息。
索尼使用了强化学习，经过试错的办法从零练习GTSophy。起初，人工智能只能努力让轿车保持在路上行驶。
GTSophy花了9天时间不断缩短圈速。最终，它比任何人类玩家都要快。
她说：“GTSophy以一种古怪的方法对待走线，做了一些我乃至从未想过的工作。”例如GTSophy经常把一个轮胎开到赛道边缘的草地上，然后滑进弯道。一般人不会那样做，由于太容易犯错了。这就像是你在操控一起磕碰事故。给我一百次机会，我也许只能成功一次。”
累积赏罚是GTSophy在年7月的第一轮竞赛中失利的一个要害原因，尽管它比任何一个人类车手都要快。在几个月后的第二轮竞赛中，它学会了怎么规避赏罚失分，成果就大不相同了。
在GTSophy上投入了数年的精力。他桌子后面的墙上挂着一副两辆车争抢方位的画。“这是GTSophy正在逾越Yamanaka，”他说。
他不记得这幅画是哪局竞赛。假如是年10月的竞赛，Yamanaka很可能会乐在其间，由于他面临的是一个强大但公正的对手。假如这是年7月份的活动，他很可能会咒骂电脑莫名其妙。
沃曼
索尼的研讨人员测验给人工智能提供许多不同的线索，供其调用和调整，期望能找到一种有效的组合。假如它违背赛道或撞到围栏上，造成了车辆磕碰或可能被裁判判罚，那么它就会受到赏罚。
索尼还增加了GTSophy在练习中面临的竞赛。在此之前，它首要针对本身的老版本进行练习。
“这给了咱们所需的反馈，以便在攻击性和退让之间找到合适的平衡，”沃曼说。
他补充说：“面临这种反响，车手会得到一种不同的热情和乐趣。这真的给我留下了深入的印象。”
对索尼的工作印象深入。他说：“咱们用人类的才能来衡量机器人技能的前进。”但是，他的同事埃莉亚·考夫曼（EliaKaufman）指出，仍然是人类研讨人员主导了GTSophy学习行为的练习。
斯卡拉穆扎
他说：“在看到咱们的人工智能竞赛后，他们的表情说明了一切。他们被震慑到了。”
现在，索尼仍坚持将技能仅用在游戏中。它方案将GTSophy用于未来版本的GT游戏中。“咱们期望这能成为产品的一部分，”索尼AI美国的履行总监彼得·斯通（PeterStone）说。“索尼是一家文娱公司，咱们期望这能让游戏更加风趣。”
Miyazono现已在测验复制人工智能在弯道的走线方法，由于它现已展现了这是能够完成的。琼斯说：“假如基准水平发生变化，那么每个人的技能都会提高。”
