自动驾驶“老司机”拼车技,MIT的这个比赛已经飙到了时速123公里

  • 郭一璞
  • 发表于: 2018/07/09 15:32:45 来源:量子位

这里没有真车,这是一场自动驾驶工程师的盛宴。

大部分自动驾驶车辆都是佛系的,为了保证行驶安全,慢悠悠的在道路上“散步”。

但是,在MIT的官网上,我们发现了一些“速度与激情系”自动驾驶车,不仅时速飙到了123km/h,而且能在密密麻麻的车流中自由穿(chao)梭(che)。

不过,这里并没有真的车,那些左右横跳般的车子,都是这个网站上的icon。



15311216688703.png

DeepTraffic:自动驾驶超车比赛

这是一场MIT举办的自动驾驶超车比赛,DeepTraffic,每位参与者提交自己的深度学习模型代码,在模拟车流环境中进行测试,通过不断超车,跑出最快成绩者胜。

这个比赛仅限“超车”这一个问题,也就是说,只要做好加速、减速、变道就OK了,无需考虑自动驾驶的其他需求——毕竟车辆不是在实地运行,你无需担心它们出车祸。

下面的视频是DeepTraffic官方做出的一个示例:

比赛限速80英里/小时(128km/h),视频中,带着长长的红色尾巴的车是参赛者的车辆,其他红色车辆则是其他参赛者,白色的车辆则是这场游戏中的NPC。

参赛者的模型控制的车辆需要在海量白车红车中穿梭,不断变道超车,以保证自己的时速尽量快,取得更高的排名。

这辆车的配置如下:

15311217716364.png

总共43个传感器,其中30个在前方,10个在后方,3个在侧面。

如何参加

任何深度学习爱好者和从业者都可以参加这个比赛。

首先,需要在DeepTraffic网站上注册一个账号。

然后,你可以在代码框中更改一些参数。



15311218024747.png

点击“Apply Code”后应用代码。

然后,可以点击“Run Training”开始训练,训练结束后,点击“Start Ecaluation Run”,开始评估,评估将模拟500次运行,每次运行约30秒,计算每次运行的平均速度,最终得分将是500个平均速度的中位数,作为该模型的成绩。

当你的模型成绩足够好时,可以提交模型,正式参加比赛。

另外,为了凸显标识和美观度,这个比赛还允许参与者自行上传车辆图片,你可以找一辆你喜欢的车,或是任何长方向的图形,上传后作为赛道中你的车辆icon。

比如说,把人工智障爱酱的照片变成车子。

15311218415568.png

还可以给自己车辆选择“尾巴”的颜色。

15311218698037.png

可以说非常少女了。

榜上有名

提交的成绩会被DeepTraffic收录进一个排行榜里。

目前,DeepTraffic已经进行过三期,第一期的1.0版本决出了三位优胜者,冠军选手Purnawirman的成绩是74.48英里每小时,大约120kn/h,他获得的奖品是Ian Goodfellow和Yoshua Bengio和Aaron Courville的深度学习书籍,以及Udacity的线上自动驾驶课程。

第二期DeepTraffic 1.1的速度要高很多,冠军Hoan Nguyen的成绩是76.29英里每小时,大约122km/h;第三期DeepTraffic 1.2的成绩略低了一点,冠军H_Buffington的时速是73.10英里每小时,也就是117km/h。

目前正在进行的是DeepTraffic 2.0版本的比赛,排行榜首位的是一家名为Evolution AI的英国公司的CTO,Rafal Kwasny,他的分数比前几个版本都高,为76.60英里每小时,也就是123km/h。

对于无人车来说,这个速度已经相当可观了。有兴趣的同学不妨冲个榜尝试下。

比赛传送门

DeepTraffic是MIT自动驾驶深度学习课程的一部分,注册账号后不仅可以参加这个比赛,还可以用此账号来进行线上的学习。

比赛链接:

https://selfdrivingcars.mit.edu/deeptraffic-visualization/

参赛指南:

https://selfdrivingcars.mit.edu/deeptraffic-about/

课程:

https://selfdrivingcars.mit.edu/resources/

相关标签:
自动驾驶
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论