雷鋒網(wǎng) AI 科技評論按，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，評估基于深度學(xué)習(xí)的系統(tǒng)控制移動機(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，有動態(tài)遮擋物的車道駕駛，自動導(dǎo)航和全自動移動車隊(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立大學(xué)團(tuán)隊(duì)獲得了 AI-DO 競賽冠軍。

五強(qiáng)名單如下：

• 新加坡松下研究院和新加坡國立大學(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

比賽過程中，參賽團(tuán)隊(duì)先用主辦方提供的模擬器來開發(fā)和測試各自的算法和系統(tǒng)，然后提交到云端平臺，以便評委做統(tǒng)一評測。評委將從中選出分?jǐn)?shù)最高的 15 支團(tuán)隊(duì)的系統(tǒng)來進(jìn)行現(xiàn)場表演和測試，通過在 5 輪不同場景下進(jìn)行評測計(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，尤其是自動駕駛?cè)蝿?wù)。因此，AI-DO 使用了多種績效指標(biāo)同時(shí)進(jìn)行評測。此次比賽的評分維度包括：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)試框架來測試算法。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、控制。當(dāng)機(jī)器人處于攝像機(jī)無法觀測到有用信息的急轉(zhuǎn)彎時(shí)，預(yù)測起著至關(guān)重要的作用。 

據(jù)冠軍團(tuán)隊(duì)對雷鋒網(wǎng)介紹，比賽中的一個(gè)挑戰(zhàn)是，模擬情況常常會與實(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，或速度太慢無法實(shí)時(shí)運(yùn)行。這時(shí)候，如何建立一個(gè)模擬實(shí)測不同環(huán)境的較準(zhǔn)體系，以減少算法和視覺識別在不同環(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)行物體識別追蹤、場景分割分類、預(yù)測和控制，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，對性能與速度進(jìn)行綜合考慮。

申省梅對雷鋒網(wǎng)表示，DAPAR GRAND 挑戰(zhàn)賽促進(jìn)了自動駕駛技術(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，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)器人以及交互自動駕駛帶來重大突破。

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。