BenDeR

Quand GTA V vient en aide aux véhicules de demain

Recommended Posts

Ce n'est pas un secret, GTA V est un jeu vidéo complexe qui simule la réalité tant par son univers grouillant d'activité que par son vaste réseau de routes.

 

Alors que certains utilisent le jeu comme un simple passe-temps ou comme un défouloir (façon de parler), d'autres l'utilisent à des fins plus techniques. C'est entre autres le cas de certains groupes de recherche qui se servent du monde ouvert de GTA V pour apprendre aux ordinateurs à faciliter la navigation des véhicules autonomes.

 

À l'aide d'une technique appelée l'apprentissage automatique ou le machine learning, les ordinateurs arrivent à comprendre le monde qui les entoure et à traiter les informations reçues ; on peut notamment penser à la reconnaissance faciale, mais aussi à la reconnaissance vocale. Cette approche peut également être utilisée dans le monde réel, mais elle représente un plus grand défi et des milliers d'heures de traitement, puisque de très grandes quantités de données doivent être récoltées.

 

 

L'univers de GTA V serait tellement réaliste qu'il permettrait de générer des données aussi bonnes, et parfois même encore meilleures, que les techniques d'imagerie dans le monde réel. C'est du moins ce que stipule une équipe de chercheurs d'Intel Labs & Darmstadt University en Allemagne.

 

Les chercheurs ont développé une couche logicielle permettant de classifier automatiquement les différents objets se trouvant sur le réseau routier du jeu. Ces informations peuvent ensuite être utilisées pour reconnaître des véhicules, des piétons ou d'autres objets sur des routes réelles ou dans le jeu. Selon un article publié récemment par l'équipe, il serait impossible d'en faire autant de façon manuelle et avec un niveau de détail aussi élevé.

 

 

« À l'aide des environnements artificiels, on peut rassembler sans effort des données précisément annotées à une plus grande échelle et avec une quantité considérable de variation au niveau de l'éclairage et du climat. Nous avons par ailleurs démontré que ces données synthétiques sont presque aussi bonnes, et parfois même meilleures, que les données réelles [...] » a déclaré Alireza Shafaei, étudiant au doctorat à l'Université de la Colombie-Britannique.

 

Épatant, n'est-ce pas ? On vous laisse sur une petite vidéo qui résume la technique, et pour ceux qui comprennent bien l'anglais et qui sont intéressés par le sujet, vous pouvez vous référer à l'article suivant.

 

 

Lien : MIT Technology Review

Partager ce message


Lien à poster
Partager sur d’autres sites

Pour le coup c'est un dossier très intéressant et enrichissant.

 

Pour une fois que GTA est mis en avant dans le bon sens.

A croire qu'un jour GTA sauvera le monde?

N'allons pas trop loin non plus mais c'est assez bluffant d'imaginer les voitures de demain s'améliorer grâce à des jeux vidéos.

 

Merci en tout cas pour cette lecture.

Partager ce message


Lien à poster
Partager sur d’autres sites

Si j'ai bien compris ils ont annotés manuellement des images qui ont appris à la machine à faire la distinction de chaque éléments qui l'entoure; A partir d'une annotation manuelle d'image, les images suivantes pourront être automatiquement, partiellement, annotées.

Partager ce message


Lien à poster
Partager sur d’autres sites
Il y a 7 heures, Liberty a dit :

Si j'ai bien compris ils ont annotés manuellement des images qui ont appris à la machine à faire la distinction de chaque éléments qui l'entoure; A partir d'une annotation manuelle d'image, les images suivantes pourront être automatiquement, partiellement, annotées.

Oui. En gros, ils ont créé un genre de composant logiciel qui est capable d'automatiquement annoter les images (par « propagation ») et qui peut distinguer les différents objets qu'on peut voir sur les screenshots d'un jeu à monde ouvert détaillé comme GTA V. Ils peuvent ensuite utiliser les données recueillies pour reconnaître et distinguer les véhicules des piétons et des autres objets dans le monde réel ou dans le jeu.

 

Ils disent qu'annoter des images synthétiques est moins long et moins coûteux que des images de la vie réelle, et donc plus efficace : 7 secondes en moyenne pour annoter un screenshot de GTA V contre 60 secondes pour une image de CamVid et 90 secondes pour une image de Cityscapes. En plus, les jeux leur permettent de reproduire des situations qui sont plus difficiles à reproduire dans la vie réelle, genre une voiture qui fonce dans un mur à vive allure. Les jeux permettent aussi d'avoir accès plus facilement et plus rapidement à différentes conditions météorologiques et niveaux d'éclairage.

 

Certaines portions des screenshots ont dû être annotées de façon manuelle, mais le gros a été fait de façon automatique !

 

En somme...

 

Utiliser un jeu aussi réaliste et détaillé que GTA V pour permettre aux véhicules autonomes de reconnaître les différents obstacles sur la route, c'est le bien. 

 

CQFD.

Partager ce message


Lien à poster
Partager sur d’autres sites

Créer un compte ou se connecter pour commenter

Vous devez être membre afin de pouvoir déposer un commentaire

Créer un compte

Créez un compte sur notre communauté. C’est facile !

Créer un nouveau compte

Se connecter

Vous avez déjà un compte ? Connectez-vous ici.

Connectez-vous maintenant