0
| 本文作者: 汪思穎 | 2018-12-28 10:02 | 專題:NeurIPS 2018 |
雷鋒網(wǎng) AI 科技評(píng)論按,2018 年 12 月 8 日,首屆 AI Driving Olympics(AI-DO)在加拿大蒙特利爾舉辦,這場(chǎng)比賽是 NeurIPS 2018 八大比賽之一,由 Duckietown Foundation 聯(lián)合 6 所學(xué)術(shù)機(jī)構(gòu) ETH Zürich (Switzerland)、Université de Montréal (Canada)、Tsinghua University (China)、National Chiao Tung University (Taiwan)、Toyota Technological Institute at Chicago (USA)、Georgia Tech (USA) 主辦,NuTonomy 和 Amazon 提供贊助。

比賽官網(wǎng):https://challenges.duckietown.org/v3/
本次比賽的主要目的是探討機(jī)器學(xué)習(xí)在交互和系統(tǒng)方面的前沿問題,評(píng)估基于深度學(xué)習(xí)的系統(tǒng)控制移動(dòng)機(jī)器人的實(shí)際能力。比賽共設(shè)四個(gè)賽道,包括指定車道行駛,有動(dòng)態(tài)遮擋物的車道駕駛,自動(dòng)導(dǎo)航和全自動(dòng)移動(dòng)車隊(duì)規(guī)劃四個(gè)挑戰(zhàn)。 最終,由申省梅帶領(lǐng)的新加坡松下研究院和新加坡國(guó)立大學(xué)團(tuán)隊(duì)獲得了 AI-DO 競(jìng)賽冠軍。
五強(qiáng)名單如下:
新加坡松下研究院和新加坡國(guó)立大學(xué)團(tuán)隊(duì) WEI GAO
加拿大 Jon Plante、Vincent Mai
俄羅斯 JetBrains 團(tuán)隊(duì) Mikita Sazanovich
SAIC(Samsung AI Center)
Moscow 團(tuán)隊(duì) Anton Mashikhin
比賽過(guò)程中,參賽團(tuán)隊(duì)先用主辦方提供的模擬器來(lái)開發(fā)和測(cè)試各自的算法和系統(tǒng),然后提交到云端平臺(tái),以便評(píng)委做統(tǒng)一評(píng)測(cè)。評(píng)委將從中選出分?jǐn)?shù)最高的 15 支團(tuán)隊(duì)的系統(tǒng)來(lái)進(jìn)行現(xiàn)場(chǎng)表演和測(cè)試,通過(guò)在 5 輪不同場(chǎng)景下進(jìn)行評(píng)測(cè)計(jì)分,綜合分?jǐn)?shù)最高者將獲得冠軍。
在大多數(shù)現(xiàn)實(shí)環(huán)境中,不能單靠一個(gè)指標(biāo)決定系統(tǒng)的好壞,尤其是自動(dòng)駕駛?cè)蝿?wù)。因此,AI-DO 使用了多種績(jī)效指標(biāo)同時(shí)進(jìn)行評(píng)測(cè)。此次比賽的評(píng)分維度包括:行駛距離,生存時(shí)間,橫向偏差和重大違規(guī)四個(gè)方面。
冠軍團(tuán)隊(duì)使用了隨機(jī)模板,并創(chuàng)建了一個(gè)調(diào)試框架來(lái)測(cè)試算法。之后,他們?yōu)樗惴▌?chuàng)建了一個(gè) Python 包,并使用隨機(jī)模板直接調(diào)用。該算法主要包括三部分:感知、預(yù)測(cè)、控制。當(dāng)機(jī)器人處于攝像機(jī)無(wú)法觀測(cè)到有用信息的急轉(zhuǎn)彎時(shí),預(yù)測(cè)起著至關(guān)重要的作用。
據(jù)冠軍團(tuán)隊(duì)對(duì)雷鋒網(wǎng)介紹,比賽中的一個(gè)挑戰(zhàn)是,模擬情況常常會(huì)與實(shí)際運(yùn)行的環(huán)境不一樣,在模擬器上可以高性能工作的算法或模型,在實(shí)際環(huán)境下的性能往往下降很大,或速度太慢無(wú)法實(shí)時(shí)運(yùn)行。這時(shí)候,如何建立一個(gè)模擬實(shí)測(cè)不同環(huán)境的較準(zhǔn)體系,以減少算法和視覺識(shí)別在不同環(huán)境下的差距,是一個(gè)很重要的策略。
比賽中,另一個(gè)極具挑戰(zhàn)的地方在于:如果想要利用 AI 模型進(jìn)行物體識(shí)別追蹤、場(chǎng)景分割分類、預(yù)測(cè)和控制,想要完成多重任務(wù)并且實(shí)時(shí)操作,就要進(jìn)行速度優(yōu)化,對(duì)性能與速度進(jìn)行綜合考慮。
申省梅對(duì)雷鋒網(wǎng)表示,DAPAR GRAND 挑戰(zhàn)賽促進(jìn)了自動(dòng)駕駛技術(shù)的發(fā)展和人形機(jī)器人的開拓,希望 AI-DO 這樣一個(gè)開放式的比賽開發(fā)平臺(tái),能利用人工智能、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí),為交互機(jī)器人以及交互自動(dòng)駕駛帶來(lái)重大突破。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。