传统的计算机图形使用精细的模型、网格和纹理来渲染来自3D场景的2D图像，该过程需要较多劳动力，且产生的图像通常不真实，尤其是在背景中。然而通过使用称为生成对抗网络（GAN）的机器学习框架，研究人员能够通过提高程序的视觉保真度（计算机图形与现实共享的表示水平）来训练程序随机生成逼真的环境。这在测试人类在无人驾驶车辆中或在路上的反应时尤其重要。
图片来源：俄亥俄州立大学
该研究的主要作者、俄亥俄州立大学电气和计算机工程研究助理Ekim Yurtsever 部署：“当驾驶仿真看起来像电脑游戏时，大多数人都不会认真对待，因此我们希望可以使仿真看起来尽可能与现实世界相似。”
18627210678