Beim Spiel GTA gehören Ordnungswidrigkeiten zum Alltag.
Während Tech-Konzerne und Autobauer sich ein hitziges Rennen um die besten selbstfahrenden Wagen liefern, während erste Unfälle mit ihnen auf der ganzen Welt Schlagzeilen machen – in dieser Zeit zeigen deutsche Forscher, dass wir uns ein Beispiel am König der Autoklau-Spiele nehmen sollten.
Die Joggergruppe gehörte zu unseren dankbarsten und grausamsten Zielen. Orangefarbene Pixelhaufen, die wir aus der Vogelperspektive über den Bildschirm tuckern und nur darauf warten sahen, von unserem gerade gestohlenen Wagen überfahren zu werden.
Das gab Punkte, manchmal Waffen, manchmal Leben – und es erschreckte unsere Eltern bis ins Mark. Es führte auch dazu, dass wir mit Freunden mittags oft für Stunden vor dem Bildschirm eines 500-Megahertz-Computers hingen. Grand Theft Auto, damals noch 2D, das hieß Autos klauen und Fußgänger umheizen. Die pixelgewordene Jugend-Barbarei.
Der eigentliche Reiz dahinter: Chaos stiften in einer durch und durch ordentlichen Welt. Denn abgesehen vom Spieler laufen die Fußgänger in GTA meist gemütlich über den Gehweg, die Autos fahren immer mit der richtigen Geschwindigkeit und halten, wenn sie halten müssen.
So albern es klingt, von GTA können die Ubers, Teslas, Googles und Fords dieser Welt einiges lernen. Forscher der Universität Darmstadt haben zusammen mit Intel Labs eine neue Methode entwickelt, um Bilddaten aus neueren Teilen der Spielreihe zu nutzen, um autonomen Autos das Fahren beizubringen.
Die Idee: Die Algorithmen der Autos brauchen Daten, um das korrekte Fahren zu lernen. Solange es aber noch keine Massen an echten selbstfahrenden Wagen auf der Straße gibt, sind solche Informationen schwer zu bekommen. Statt also aufwändig echte Beispiele zu analysieren, schauten sich die Forscher einfach GTA an. Die Daten aus dem Spiel sind laut der Studie „fast genauso gut, oder manchmal sogar besser“ als die aus der analogen Welt.
Die Darmstädter Forscher haben dazu eine Software programmiert, die die Spielewelt in Grand Theft Auto scannt. Sie unterscheidet zwischen Fußgängern und anderen Fahrzeugen, zwischen Bäumen und Straßenschildern. Autonome Autos könnten diese Daten schon bald nutzen, um auf der Straße den Unterschied zwischen einem Laternenpfahl und einem Menschen zu erkennen – oder eben eine Joggergruppe.
Das Video zeigt, wie GTA zur Umgebungserkennung genutzt werden könnte.
Bild: 
Bestimmte Rechte vorbehalten von AXLibert