datasheet

人工智能,让QQ飞车飞起来

2019-07-14来源: 爱集微关键字:人工智能

QQ飞车手游宣布的时候,著名歌手张杰也是到了现场为QQ飞车手游贡献自己的一份力量,让这个11年的传承在一次的高傲的出现在玩家的面前,不删档测试,瞬间破千万,服务器爆满,一周的注册量超过了三千五百万人。


其实,在游戏开发阶段,开发人员通常采用自动化测试的方式对应用进行测试。比如,对于竞速类游戏应用,开发人员通过AI车辆模拟真实玩家操控车辆进行车辆运行的场景,从而对车辆运行类游戏应用进行测试,这里就涉及了人工智能(Artificial Intelligence,AI)领域。

针对这个测试方法,早在18年5月18日,腾讯申请了一项名为“控制应用中车辆的方法、设备及存储介质”的发明专利(申请号为:201810482238.0),申请人为腾讯科技(深圳)有限公司。

相信有很多人都不了解QQ飞车中的人工智能,那么根据目前公开的专利申请文件,让我们一起来了解一下人工智能是如何让QQ飞车飞起来的吧。


如图所示为具体操作的环境示意图,包括终端和控制设备。终端是安装有竞速类游戏应用的电子设备,该电子设备可以是智能手机、平板电脑等等。控制设备可以为PC机。

终端和控制设备之间通过有线或者无线的方式相连接,控制设备中安装有自动化测试软件。在测试过程中,终端录制一段车辆运行的视频,并将该视频发送到控制设备中,控制设备根据车辆运行视频中的车辆运行画面,通过机器学习算法训练生成进行策略模拟。

在AI车辆控制阶段,终端将游戏应用的实时画面传输到控制设备中,控制设备根据实时画面进行策略模型,确定AI车辆在该画面下的目标如何操作,并向终端发送响应的控制指令,以便于终端根据该控制指令模拟出真实玩家控制AI车辆的效果。

这个过程虽然看着简单,但是其中包含的机器学习可并不是那么简单的,让我们具体看看控制设备是如何学会开车的吧。


如上图所示为控制应用中车辆的方法原理示意图,控制车辆的方法可以分为模型训练阶段和模型使用阶段。在模型训练阶段,控制设备从玩家视频的玩家车辆运行画面中,提取样本赛道图像以及该画面下车辆是如何操作的策略,并将样本赛道图像作为训练样本的输入样本,将样本行进策略作为训练样本的输出样本,从而根据多组训练样本,通过机器学习算法训练得到行为决策模型。

在模型使用阶段,控制设备获取到实时的AI车辆运行画面后,从AI车辆运行画面中提取包含AI车辆所处赛道路段的AI赛道图像,并将其输入行为决策模型中。行为决策模型根据输入的AI赛道图像,输出相应的目标行进策略,以便控制设备根据该策略模拟真实用户控制AI车辆行进。

下图为具体的流程:

可以看到,在该流程图中,总共分为三个步骤,分别是获取画面、提取前进策略以及根据画面策略进行学习,从而达到学会开车以及控制车辆的目的。

首先,获取样本车辆运行画面,样本车辆运行画面中包含真实玩家控制的车辆在赛道上行进的画面。该样本车辆运行画面是样本车辆运行视频的视频帧,该样本车辆运行视频是真实玩家控制应用中的车辆行进时,终端通过屏幕录制功能录制的视频。

其次,从样本车辆运行画面中国提取样本赛道图像和样本进行策略,样本进行策略用于指示车辆在赛道上的进行方式。

最后,根据样本赛道图像和样本进行策略训练行进决策模型,样本赛道图像为行进策略模型输入样本,样本行进策略为行进决策模型输出样本,行进决策模型用于根据输入的AI赛道图像输出目标行进策略,AI赛道图像从AI车辆运行画面中提取得到,目标行进策略用于控制AI车辆行进。

在具体的了解了整个流程之后,我们来看看实际的效果。

如上图为车辆运行画面的示意图,相信很多人都很熟悉这个界面吧,除了正中的AI车辆,还有几部分区域:左下角的第一控件区域(包含左转控件和右转控件)和右下角的第二控件区域(刹车控件、漂移控件和道具使用控件)。

以上就是大家熟悉的游戏QQ飞车中包含的人工智能技术,可能很多人万万没想到人工智能就在自己的身边,而且就在自己日常玩的游戏中。可以说模拟游戏车俩的人工智能就是无人驾驶车辆的一个缩影,从中我们也可以窥见人工智能的迅速发展,相信今后不止是在游戏中,我们生活的各个方面都会出现人工智能的影子。


关键字:人工智能

编辑:北极风 引用地址:http://www.eeworld.com.cn/xfdz/ic467778.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:你所不知道的关于滴滴乘客身份识别策略
下一篇:LG集团计划出售北京双子座大厦

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

Gartner:企业机构预计在明年增加一倍的人工智能项目

全球领先的信息技术研究和顾问公司Gartner于近期开展的一项调查显示,目前使用人工智能(AI)或机器学习(ML)的企业机构中,平均有四个己部署的人工智能/机器学习项目。其中59%的受访者表示,他们已经部署了人工智能。 Gartner于2018年12月以在线调查的方式对106位Gartner研究圈(Gartner Research Circle)成员开展了“人工智能与机器学习发展战略”研究。Gartner研究圈是一个由Gartner管理的专家组,该小组由IT和IT/业务专业人士组成。“人工智能与机器学习发展战略”研究的参与者需要具备当前或计划在其所在企业机构部署的机器学习或人工智能的业务和技术知识。 
发表于 2019-07-16
Gartner:企业机构预计在明年增加一倍的人工智能项目

从大数据到人工智能,完全实现还需要一定的时间

,“这两种技术催生了两种应用,一种是人工智能和机器人,另一种是工业和产业互联网,这两种应用也是未来最大的应用场景。在未来的20年到30年里,真正能够替代人类大部分重复性工作的机器人会出现,它们会让整个社会的结构产生巨大的变化。” 大数据是智慧社会数字经济的智能基础,通过汇聚海量数据,以及基于之上的分析挖掘和处理,让数据实现从信息到知识再到智能的价值转换和升华,为社会提供智能的基础。大数据有两个基本点,一是明察秋毫,发现事物之间的关联,发现表面现象下的本质规律。例如,以前一张照片只能展示照片本身,在大数据的时代,可以把很多照片集合起来看到照片背后的故事;二是高瞻远瞩,通常风力发电都是安装在山区、草原,长时间工作很容易损坏,如果不及
发表于 2019-07-16
从大数据到人工智能,完全实现还需要一定的时间

电子元器件市场随时在变化,大联大应如何迈出下一步?

当零售业正在发展为“新零售”,汽车正在强调电气和自动解决方案,金融由金融科技驱动,制造业由物联网,机器人和人工智能...赋能。此刻,大联大又该如何迈出下一步? 电子元器件市场不断在变化,那些未能适应和改变的企业往往被抛在后面,而颠覆性的创新者则取而代之。在过去几年中,科技创新者引领了数字化转型的加速浪潮。 在上游IC市场,原厂整合并购寻求蜕变的趋势在加速衍化中,分销作为原厂渠道的一环,面临去中间化的威胁。如何学习快速转型规划未来布局,成为一家企业重要的考量部分。 为进一步了解企业如何成功转型数字化业务,而不是完全排除现有的工作,电子发烧友有幸采访到大联大四家子集团的业务行销长。 「大大邦」邦
发表于 2019-07-16
电子元器件市场随时在变化,大联大应如何迈出下一步?

Mentor推出AI HLS开发套件,并更新Calibre的AI功能

Mentor,A Siemens Company日前宣布推出人工智能/机器学习开发套件,并在两个工具中增加了AI / ML增强功能,帮助客户更快地向市场推出更智能的AI / ML 芯片。该公司的Catapult软件高级综合(HLS)工具包和生态系统旨在帮助客户快速启动复杂机器学习IC架构的开发。同时,Mentor在整个Calibre平台上增加了AI / ML基础设施,并推出了两种AI / ML技术,即Calibre Machine Learning OPC(mlOPC)和LFD with Machine Learning。这两种技术都可利用机器学习使软件获得更快,更准确的结果。Catapult HLS AI工具包可帮助开发人员使用
发表于 2019-07-15

科技如何改造金融业?

科技金融正在改变金融业的运营方式以及向客户提供产品和服务的方式。日前,newelectronics撰文,详细介绍了金融业形态如何被科技所改变。技术越来越复杂,现在随着人工智能(AI),云计算和“大数据”分析的兴起,其影响力只会越来越大。这些发展意味着金融世界不得不面对一些重大问题,如果银行和机构要跟上这些新发展,就必须接受激进的变革。虽然行业正在应对这些挑战,但它也必须应对管理成本,因为虽然银行可能需要尖端技术,但他们也希望IT团队能够获得物有所值的投资以及他们所做的投资。反过来,大型机构也必须管理多年来从许多不同元素构建的拼凑系统,并且希望保持这些不同的系统有效地工作,这将是一项复杂,耗时且昂贵的任务。由于金融危机行业监管还要
发表于 2019-07-12
科技如何改造金融业?

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved