Trackmania I: De Evolutie van Machine Learning in Racen

Trackmania I: De Evolutie van Machine Learning in Racen

Trackmania I - De Geschiedenis van Machine Learning in Trackmania

Trackmania, ontwikkeld door Nadeo en uitgebracht door Ubisoft in 2020, is een van de meest competitieve rac spellen ter wereld. Het doel van het spel is simpel: rijd van start naar finish door een vast aantal checkpoints en doe dit zo snel mogelijk. Een van de grootste evenementen in het spel is de ‘Cup of the Day’ (CotD), waar duizenden spelers vijftien minuten krijgen om een nieuwe map te leren en de snelste tijd te zetten. Spelers worden ingedeeld in divisies op basis van hun beste tijden, en in elke divisie worden spelers geëlimineerd tot er één winnaar overblijft.

CotD test verschillende aspecten van vaardigheid in Trackmania: ontdekking, optimalisatie en consistentie. Spelers moeten snel een nieuwe map leren, risico’s nemen tijdens de kwalificatieronde en consistent presteren in meerdere rondes. Het winnen van CotD vereist beheersing van deze vaardigheden, maar het doel van dit project is om een programma te creëren dat zonder enige ervaring met de map in staat is om te winnen in de kwalificatieronde en elke individuele ronde van Division 1.

Machine learning in 2024 wordt gedomineerd door technieken die enorme hoeveelheden data en verwerkingskracht vereisen om menselijke prestaties te evenaren. De meeste amateurprojecten hebben geprobeerd bestaande modellen te verbeteren, maar ons doel is om state-of-the-art machine learning technieken te implementeren op een enkele computer, zonder toegang tot oneindige hoeveelheden trainingsdata.

Een belangrijk hulpmiddel in Trackmania Nations Forever is TMInterface, dat aangepaste snelheid modificaties en andere functies biedt. Dit project is echter gericht op het ontwikkelen van een programma dat kan leren zoals een mens, met slechts vijftien minuten om een wereldtijd neer te zetten op een nieuwe map.

Er zijn verschillende andere projecten en individuen die ook hebben geprobeerd om autonome Trackmania-programma’s te ontwikkelen. De eerste poging kwam van Andreas Rottach in 2017, die een convolutioneel neuraal netwerk gebruikte om auto-rijden te leren op basis van beelden van het spel. Yann Bouteiller en Edouard Geze ontwikkelden TMRL, een volledig onbewaakt leerproces dat gebruik maakte van LIDAR-gegevens om de prestaties te verbeteren.

Laurens Neinders van de Universiteit Twente verbeterde de prestaties door het implementeren van een kijk vooruit op de bochten van de baan, waardoor het netwerk beter kon plannen. Andrej GobeX experimenteerde met verschillende leeralgoritmes, terwijl PedroAI een programma ontwikkelde dat op meerdere kaarten tegelijk kon trainen.

Bluemax666 en Yosh hebben ook significante vooruitgang geboekt met hun projecten, waarbij ze unieke technieken implementeerden om prestaties te verbeteren. Het Linesight-project heeft recentelijk bewezen dat reinforcement learning kan leiden tot bijna professionele prestaties op echte kaarten.

Onze ambitie is bescheiden: we willen een programma ontwikkelen dat competitief is in Trackmania. Dit project is een lange weg, maar we zijn vastbesloten om verder te gaan dan de huidige mogelijkheden van machine learning in dit spel.

Trackmania is een competitief racespel waarin machine learning wordt gebruikt om autonome rijprogramma’s te ontwikkelen.

Bron: Hallofdreams.org | URL