大咖棋牌官网下载网址

GTA 5真香!哦不,吾在用深度学习做自动驾驶
作者:201 发布日期:2020-04-17

如何行使

这个项现在包含了所有用于生成训练数据、进走模型训练以及行使训练益的模型在游玩中自动驾驶的文件。整个项现在行使 Python 3 编写。作者仅在 Windows 10 体系下进走了测试,毕竟大无数人都是在 Win 10 操作体系下玩的 PC 游玩,Linux 和 Mac 上的游玩照样比较偏幼多一些。

行使如下代码对模型进走训练:

最先将游玩竖立为桌面模式,分辨率竖立为 1600x900,将游玩窗口移到桌面左上角位置,如下图所示:

你能够会想到,最益的选择是刹车来避让图中蓝色和灰色车辆。但是,倘若这两辆车都停下来让你先过马路怎么办呢?倘若你现在实际上是在倒车呢?你现在的车速以及其他车辆的速度是否批准你穿过马路而不会发生碰撞?单一的图像无法为自动驾驶车辆挑供有余的新闻。吾们必要更多的新闻,这就是为什么本项现在行使一系列图像行为输入的因为。阻隔 0.1 秒捕捉 5 张不息的图像,云云的手段为模型挑供了更多关于自己、其他车辆与环境的新闻。

--batch_size 10

python run_TEDD1104.py --model_dir D:GTAV-AImodels --show_current_control --fp16

生成训练数据集

--test_dir tedd1007training_datatest

h5py

--output_dir tedd1007models

--test_dir tedd1007training_datatest

此前大无数尝试在电子游玩中实现自动驾驶的模型均包含有深层卷积神经网络(清淡是 Inception 或 Resnet)。这些模型以单一图像行为输入。当你望到如下云云一张图像时你会作出什么样的逆答呢?

json

cupy (optional but highly recommended especially fortraining the model, 10x speed up indata preprocessing comparated withnumpy)

这技术,比玩家都稳?

--output_dir tedd1007models

训练模型

运走本项现在必要安置的倚赖环境如下:

倘若读者的 GPU 有 tensor core 的话(如 RTX 2000、RTX Titan、Titan V、Tesla V100 等),选举行使--fp16,能够将推理速度大约升迁 2 倍并只消耗一半的显存。

--dev_dir tedd1007training_datadev

项现在行使人造标记的数据来训练深层神经网络,即最先记录下游玩中的画面已经人玩游玩时的键盘操作,之后行使该数据集来训练神经网络模型。

cv2 (opencv-python)

项现在地址:https://github.com/ikergarcia1996/Self-Driving-Car-in-Video-Games

python generate_data.py --save_dir tedd1007training_data

Pytorch

--train_dir tedd1007training_datatrain

--dev_dir tedd1007training_datadev

--num_epochs 5

原标题:GTA 5真香!哦不, 电竞投注竞猜平台吾在用深度学习做自动驾驶

glob

运走模型

行使如下代码从保存的 checkpoint 中不息训练:

这是一个行使深层神经网络并行使监督学习实现在 Grand Theft Auto V 中自动驾驶的开源项现在。项现在行使 PyTorch 编写, 电竞投注推荐网并行使了 Nvidia 的 Apex 扩展库, 电竞娱乐投注平台声援同化精度训练与揣度, 真人在线龙虎斗游戏最多大约有两倍的速度升迁。训练后模型在驾驶时的策略是模仿人玩 GTA 时的操作,并不会往按照游玩里的交通规则。例如:地板油在街道上穿走,并逃避其他车辆与走人。当在游玩中竖立益现在的点后,训练益的模型能够自立地驾驶到对答现在的点。

python train.py --continue_training

numpy

运走如下代码并开起玩游玩:

win32api (PythonWin) - Should be installed by default innewest Python versions (Python 3.7reccomended)

GTA 5 里的载具手感和极品飞车等游玩有所迥异,企业动态对于手残的吾们来说撞墙在所不免。自从学习了人造智能,总共望来变得有了期待。

展开全文

T.E.D.D. 1104 由一个深层卷积神经网络(Resnet)之后连接一个循环神经网络(LSTM)构成。CNN 用以上 5 张不息的图片行为输入,并为其产生对答的向量外征。之后这些外征将会输送到 RNN 中,RNN 会为整个序列输入产生一个稀奇的向量外征。末了经由过程一个全连接网络输出以上序列输入在电脑键盘上对答的按键。团体组织如下图所示。

对于 AI 开发者来说,GTA 5 有一个壮大的虚拟世界,吾们在内里能够开车。因此为什么不克用来训练自动驾驶呢?在新冠疫情期间,吾们打游玩的时间不息增补,进而产生了大胆的思想。

倚赖环境

最新一代的侠盗猎车手 GTA 5 是云云一款游玩,它内含一个故事驱动的高度解放化世界,以至于游玩推出之后,许多人在通关之后(或者一点剧情没打)会尝试许多专门规的玩法。调整游玩中的物理参数、当一个遵纪遵法的「益人」,甚至在游玩里学习侧方位停车协助考驾照……

Torchvision

--fp16

项现在简介

参与:Racoon X

python train.py --train_new

--num_epochs 5

项现在作者:Iker García

Nvidia Apex (only forFP16 training)

选自 GitHub

--batch_size 10

--checkpoint_path tedd1007checkpointepoch1checkpoint.pt

训练完善之后,接下来就能够望 AI 是如何「开车」的了。行使如下命令运走模型:

团体框架

--train_dir tedd1007training_datatrain

这边必要指出的是,本项现在只是用 GTA V 行为自动驾驶的例子,理论上其可用于肆意一款驾驶的电子游玩中。下图为行使训练后模型进走自动驾驶的成果展现。

其中--fp16 能够让吾们行使同化精度训练(必要显卡声援半精度浮点运算,如:RTX 2000、RTX Titan、Titan V、Tesla V100 等),行使了 Nvidia 的 Apex 扩展库:https://github.com/NVIDIA/apex。训练模型必要消耗大量的显存,项现在作者把 batch size 竖立为 15 在 RTX 2080 上进走训练。

用深度学习当「外挂」,本文将教你如何用 PyTorch 在GTA 5 中训练自动驾驶模型。

该程序会自动地捕捉屏幕并生成用于训练的样本。这些文件将会被保存为「training_dataX.npz」。重新运走以上代码时不必不安原数据集被遮盖,程序会自动检测现在录中是否已经存在数据集文件。行使 Q E 停留搜集数据。

用深度学习当「外挂」,本文将教你如何用 PyTorch 在GTA 5 中训练自动驾驶模型。

,,手机网投网站官网


Powered by 大咖棋牌官网下载网址 @2018 RSS地图 html地图