Sony presentó su inteligencia artificial (IA), llamada GT Sophy, que competirá contra los pilotos en Gran Turismo Sport, a la vez de mejorar su experiencia de juego. Fue desarrollada en colaboración con Sony AI, Polyphony Digital y Sony Interactive Entertainment.
El “revolucionario agente de carreras sobrehumano” recibió técnicas novedosas de aprendizaje y capacitación en simuladores de conducción real, según informaron fuentes de la empresa.
GT Sophy pudo, luego del entrenamiento recibido, dominar varias habilidades relacionadas al control del auto, tácticas de carrera para hacer la toma de decisiones y, sobre todo, mantener la “etiqueta” al correr; es decir, respetando al resto de los corredores evitando así colisiones y trazadas de otros autos.
Esto a su vez permite que GT Sophy pueda entender detalladamente las dinámicas de los autos, las líneas de carrera y las distintas maniobras que debe realizar para dominar las distintas pistas.
Sumado a ello, es capaz de tomar decisiones en una fracción de segundo, incluyendo tácticos como el rebase usando rebufos, pases cruzados y maniobras defensivas como los bloqueos.
Gracias a la creación y desarrollo de esta IA se puede tener un nuevo desafío para la simulación de carreras, ya que puede controlar vehículos mientras opera a centímetros de los oponentes. Esto fue demostrado al ganar varios primeros lugares en una prueba contra conductores humanos en dos distintos eventos llamados Race Together que tuvieron lugar el 2 de julio de 2021 y el 21 de octubre de 2021.
Los cuatro componentes que permiten la existencia y desarrollo de GT Sophy son: el uso de un simulador hiperrealista, nuevas técnicas de aprendizaje por refuerzo, una plataforma de formación distribuida y una infraestructura de entrenamiento a gran escala.
Referente a las técnicas de capacitación, se utiliza el aprendizaje por refuerzo, que permite entrenar a IA que deben tomar acciones en un entorno que recompensa o penaliza sus decisiones en función de los resultados a los que llevan, lo que determina la que será su siguiente acción.
Igualmente, para entrenar la IA se desarrolló también un nuevo algoritmo de entrenamiento llamado Quantile-Regression Soft Actor-Critic (QR-SAC), el cual permite dar las reglas de las carreras de una forma comprensible para los agentes, así como un régimen de entrenamiento que facilita la adquisición de nuevas habilidades.
Por su parte, gracias al esfuerzo profundo, las IAs pueden considerar las repercusiones a largo plazo de sus acciones, recopilar sus propios datos de aprendizaje de forma independiente, con el que podían evitar escribir y codificar reglas de comportamiento complejas de forma manual.
