Selbstfahrende Autos lernen mit GTA 5 sicherer zu fahren

Bei GTA 5 geht es nicht gerade zimperlich zu. In dem Open-World-Action-Spiel wird geprügelt, geschossen und allerlei Chaos mit Fahr- und Flugzeugen angestellt. Während das Game aufgrund der Gewaltdarstellung für Menschen nicht gerade als pädagogisch wertvoll gilt, kann es selbstfahrenden Autos dabei helfen Verkehrssituationen besser zu erkennen und sicherer auf der echten Straße zu agieren.

Die Algorithmen vieler selbstfahrender Autos basieren auf Machine Learning. Sie analysieren aufgezeichnete Straßensituationen, um zu lernen, wie sich das selbstfahrende Auto in einer realen Situation verhalten soll. Das Problem hierbei ist das Datenmaterial. Normalerweise werden Fotos vom Straßenverkehr gemacht, etwa in dem eine Kamera hinter der Windschutzscheibe positioniert wird. Danach müssen die Objekte markiert und beschriftet werden, damit der Algorithmus weiß, was auf dem Bild ein Auto, ein Straßenschild oder ein Fußgänger ist.

Wie Forscher der Intel Labs und Universität Darmstadt in einem kürzlich veröffentlichten Paper beschreiben, ist das sehr zeitaufwändig. Um die Objekte in einem einzelnen Bild für den Algorithmus korrekt zu markieren, benötigt man 60 bis 90 Minuten. Werden Bilder aus dem Videospiel GTA 5 genommen, sind es durchschnittlich sieben Sekunden.

25.000 Frames analysiert

Für ihr Experiment haben sie eine Schnittstelle entwickelt, die die Objekte in den Spielszenen automatisch markiert. Für 25.000 Frames, gemacht bei verschiedenen Tageszeiten und Wetterbedingungen in GTA 5, benötigten sie so nur 49 Stunden.

Laut den Wissenschaftern wurde ein Algorithmus mit den so gewonnen Datensatz und einem Drittel eines Echtfoto-Datensatzes angelernt. Dieser lieferte eine bessere Performance ab als ein Algorithmus, der mit dem kompletten Echtfoto-Datensatz gelernt hat.