Zelfrijdende auto's getraind met Grand Theft Auto

Onderzoeksteams van onder meer Intel en de universiteit in de Duitse stad Darmstadt gebruiken de populaire game Grand Theft Auto om algoritmes voor zelfrijdende auto's te verbeteren. 

De wetenschappers maken gebruik van machine learning om de systemen te verbeteren; algoritmes die zichzelf verbeteren door grote hoeveelheden data te analyseren.

Dit soort systemen worden ook al gebruikt om bijvoorbeeld objecten te herkennen op foto's. In die gevallen worden er gigantische databases aan beeldmateriaal 'gevoerd' aan het zelflerende systeem, dat vervolgens steeds beter wordt in het herkennen van de desbetreffende objecten. 

Het is echter een stuk lastiger om dit toe te passen bij zelfrijdende auto's; er gaat een onwerkbare hoeveelheid tijd zitten in het verzamelen en labelen van beeldmateriaal van echte verkeerssituaties. Ook is het niet erg handig om een zelfrijdende auto tijdens het leerproces elk scenario (zoals ongelukken) te laten doorlopen. 

Video: Zelfrijdende auto's leren van computerspel

Realistisch

De onderzoekers maken daarom gebruik van het spel Grand Theft Auto, dat er zo realistisch uitziet dat het ook gebruikt kan worden door de zelflerende systemen van zelfrijdende auto's. Omdat de labels direct uit de software gehaald kunnen worden, hoeven de beelden niet handmatig te worden voorzien van annotaties. 

Door de systemen te trainen met de computerbeelden uit Grand Theft Auto, was het voor de wetenschappers mogelijk om het systeem stukken beter te maken dan wanneer het alleen zou werken met 'echte' beelden. 

De wetenschappers zijn niet van plan om 'echte' data helemaal niet meer te gebruiken; de beelden uit het spel dienen als toevoeging op de gegevens die verzameld zijn in de echte wereld.

Tip de redactie