流、FPV 和更多数据 - Python 玩 GTA 第 15 部分

这段文字主要介绍了作者开发的自动驾驶汽车模拟器的新功能和改进。

主要内容：

• 24/7 直播： 作者将模拟器设置为24/7直播，观众可以通过 Twitch.tv/syntax 观看。
• 自动传送机制： 为了保证模拟器能够持续运行，作者设计了自动传送机制，当汽车在特定时间内没有移动时，会随机传送至预设的坐标点。
• 第一人称视角： 模拟器现在采用第一人称视角，更符合真实驾驶体验。
• 独立AI电脑： 作者为 AI 专门配备了一台电脑，以确保模拟器的稳定运行。
• 四天训练： 作者在纽约出差期间，用四天时间对 AI 模型进行了训练。
• GPU性能： 作者使用了 Titan X Pascal 和 Titan X Maxwell 两款 GPU 进行训练，发现它们在训练速度上并没有显著差异。
• 神经网络架构： AI 模型仍然采用卷积神经网络架构，每次决策基于单帧图像信息。

其他细节：

• 作者遇到了一些直播稳定性的问题，目前使用手机网络进行直播。
• 作者对 GPU 性能差异感到困惑，怀疑可能是软件问题。
• 作者尝试过使用多帧信息进行决策，但目前仍然使用单帧信息。

总结：

作者对自动驾驶汽车模拟器进行了多项改进，包括直播功能、自动传送机制、第一人称视角、独立AI电脑和模型训练。作者还分享了一些技术细节，例如 GPU 性能比较和 AI 模型架构。

我们的 AI 朋友 Charles 是一个卷积神经网络，它通过深度学习来学习驾驶。目前，Charles 基于单个帧学习并采取所有行动，并仅根据像素数据做出决定。Charles 只看到你所看到的东西。随着时间的推移，我打算给 Charles 一些短期记忆，希望能改善他的驾驶能力。https://www.twitch.tv/sentdex文本教程和示例代码：https://pythonprogramming.net/game-frames-open-cv-python-plays-gta-v/项目 Github：https://github.com/sentdex/pygta5https://twitter.com/sentdexhttps://www.facebook.com/pythonprogramming.net/https://plus.google.com/+sentdex