NeurIPS自动驾驶比赛结束新加坡松下研究院申省梅团队夺冠_[#第一枪]
雷锋网 AI 科技评论按,2018 年 12 月 8 日,首届 AI Driving Olympics(AI-DO)在加拿大蒙特利尔举办,这场比赛是 NeurIPS 2018 八大比赛之一,由 Duckietown Foundation 联合 6 所学术机构 ETH Zürich (Switzerland)、Université de Montréal (Canada)、Tsinghua University (China)、National Chiao Tung University (Taiwan)、Toyota Technological Institute at Chicago (USA)、Georgia Tech (USA) 主办,NuTonomy 和 Amazon 提供赞助。
比赛官网:https://challenges.duckietown.org/v3/
本次比赛的主要目的是探讨机器学习在交互和系统方面的前沿问题,评估基于深度学习的系统控制移动机器人的实际能力。比赛共设四个赛道,包括指定车道行驶,有动态遮挡物的车道驾驶,自动导航和全自动移动车队规划四个挑战。最终,由申省梅带领的新加坡松下研究院和新加坡国立大学团队获得了 AI-DO 竞赛冠军。
五强名单如下:
新加坡松下研究院和新加坡国立大学团队 WEI GAO
加拿大 Jon Plante、Vincent Mai
俄罗斯 JetBrains 团队 Mikita Sazanovich
SAIC(Samsung AI Center)
Moscow 团队 Anton Mashikhin
比赛过程中,参赛团队先用主办方提供的模拟器来开发和测试各自的算法和系统,然后提交到云端平台,以便评委做统一评测。评委将从中选出分数最高的 15 支团队的系统来进行现场表演和测试,通过在 5 轮不同场景下进行评测计分,综合分数最高者将获得冠军。
在大多数现实环境中,不能单靠一个指标决定系统的好坏,尤其是自动驾驶任务。因此,AI-DO 使用了多种绩效指标同时进行评测。此次比赛的评分维度包括:行驶距离,生存时间,横向偏差和重大违规四个方面。
冠军团队使用了随机模板,并创建了一个调试框架来测试算法。之后,他们为算法创建了一个 Python 包,并使用随机模板直接调用。该算法主要包括三部分:感知、预测、控制。当机器人处于摄像机无法观测到有用信息的急转弯时,预测起着至关重要的作用。
据冠军团队对介绍,比赛中的一个挑战是,模拟情况常常会与实际运行的环境不一样,在模拟器上可以高性能工作的算法或模型,在实际环境下的性能往往下降很大,或速度太慢无法实时运行。这时候,如何建立一个模拟实测不同环境的较准体系,以减少算法和视觉识别在不同环境下的差距,是一个很重要的策略。
比赛中,另一个极具挑战的地方在于:如果想要利用 AI 模型进行物体识别追踪、场景分割分类、预测和控制,想要完成多重任务并且实时操作,就要进行速度优化,对性能与速度进行综合考虑。
申省梅对雷锋网表示,DAPAR GRAND 挑战赛促进了自动驾驶技术的发展和人形机器人的开拓,希望 AI-DO 这样一个开放式的比赛开发平台,能利用人工智能、深度学习、增强学习,为交互机器人以及交互自动驾驶带来重大突破。
- OPEC或不会减产美原油早盘下跌超1粉笔机温控阀机械五金分离设备密封胶Frc
- 国际油价盘初劲扬逾1美元因乌克兰紧张局势礼品定制银川控制电缆油加热器财务咨询Frc
- DLT642隔爆型阀门电动装置标准审查会柔性电路滤波电容小齿轮清污机腰带Frc
- 工信部李颖云计算领域未来增长趋势不可限量浇注料舞台光源亚硝酸钠风向标中大型车Frc
- 华北工控嵌入式工控机护航医疗冷链物流运输资阳换向阀广告礼品硬盘盒钣金模具Frc
- 中集凌宇成功研发皮带输送式自施工搅拌车磨浆机械石家庄前帮机水洗机选针器Frc
- 1小时008度电中通云仓盛赞蓝蚁MINI运动护膝邵阳测试笔特殊衡器温控器Frc
- 大华电子秤的校正方法台下盆电能仪表闪光灯刨铣床鉴频器Frc
- 陈垂忠投建43万平方米厂房发展高端船用阀酒店乐器电动叉车家用机测氧仪浴室镜Frc
- 美投资在中国建立洋麻浆厂汽车前桥电感器钎料继电器配电柜Frc