擊敗萬人!交大 CGI 學生勇奪 AWS AI 自駕車世界冠軍季軍

AWS DeepRacer 自駕車比賽在本週公布最終結果,許博鈞在資格賽的線上對戰聯賽得過數次冠軍,郭奎廷在 5 月線上高峰會競速賽獲得冠軍,兩位也是晉級決賽唯二的學生代表!
評論
交大學生由左至右 高誌佑、黃勁博、許博鈞、郭奎廷、鄭紹雄
交大學生由左至右 高誌佑、黃勁博、許博鈞、郭奎廷、鄭紹雄
評論

AWS DeepRacer League 全球自動駕駛賽車聯盟賽事是在 AWS re:Invent 大會上的環節,繼去年台灣交大學生奪得季軍,今年再傳捷報,來自交大電腦遊戲與智慧實驗室(CGI Lab)學生許博鈞和郭奎廷分別拿下總冠軍和季軍。

AWS DeepRacer 是一個只有真實賽車 18 分之 1 的小型自駕車,參賽者運用機器學習技術中的強化學習(Reinforcement Learning,RL) 驅動,是 AWS 專為強化學習初學者所設計的機器,目的是讓所有人透過自動駕駛來體驗親自操作強化學習、實驗和學習的方法。今年,受到疫情疫情影響,AWS DeepRacer 所有賽事移師線上進行虛擬賽,目前也公開決賽影片,有興趣的讀者可以前往觀看驚險刺激的決鬥過程。

今年 AWS DeepRacer 全球自動駕駛賽車聯盟自今年 3 月起展開為期 8 個月的資格賽,超過 1 萬人次的挑戰和篩選,最終由 112 位全球各界好手在 AWS re:Invent 2020 上進行分組淘汰賽。AWS DeepRacer 自駕車比賽在本週公布最終結果,許博鈞在資格賽的線上對戰聯賽得過數次冠軍,郭奎廷在 5 月線上高峰會競速賽獲得冠軍,兩位也是晉級決賽唯二的學生代表,與 6 位各國企業開發人員在線上模擬環境透過對戰模式,以最短時間完成 5 圈,奪得最後名次。

據了解,今年交大學生延續去年學長的經驗傳承,從 3 月開始透過進行比賽和觀摩對手,不斷優化 RL 模型,讓 AWS DeepRacer 表現跑出更好的成績。由學長黃勁博帶領高誌佑、許博鈞、郭奎廷和鄭紹雄等四位學弟,爭取到 re:Invent 冠軍賽參賽資格,並在分組淘汰賽的第一組(JP & TW)稱霸前四名,刷掉去年世界冠軍的日本選手 Sola,全數晉級 32 強。最後由許博鈞和郭奎廷出戰總決賽,獲得 2 分 0.856 秒和 2 分 2.655 秒的好成績,打敗許多優秀的企業參賽者,台灣機器學習領域人才的亮眼表現。

根據 AWS 指出,目前不少校園也積極導入 AWS DeepRacer,讓學生可以提早接觸機器學習,像是今年年初逢甲大學便採購了數台實體 DeepRacer 車輛並建置實體賽道,將自駕車應用於課堂教學,在校內推動 AI 學習,目前共有超過 30 位不同院系的同學修課;逢甲大學六月在校內舉辦台灣首場校園 AWS DeepRacer 大賽。

核稿編輯:MindyLi

延伸閱讀: