AWS首度在臺北舉行自動駕駛迷你車比賽，吸引超過百位參加者，連學生和軟體工程師都來

AWS舉辦的機器學習自動駕駛賽車聯盟競賽（AWS DeepRacer League）首度在台灣舉行，吸引了超過百位選手報名參加，此次比賽中交大學生表現亮眼，分別奪得第一與第三，第二名則是由趨勢科技的軟體工程師JasonLian拿下，而在倫敦巡迴虛擬聯賽中上榜的Taiwan-Taipei-CKSun，則是來自Qoobit的全端開發工程師孫振綸，這次在台北實體賽中排名24。

選手參賽前，需先使用Amason SageMaker RL平臺，線上訓練增強學習（Reinforcement Learning）模型。AWS首席雲計算企業顧問張俠表示，即便是沒有強化學習專業背景的人員，也能藉由SageMaker平臺，讓AI的訓練流程變簡單，甚至可以直接選擇由AWS預先訓練好的三款模型，再選定賽道、給定參數就能訓練。「AWS要透過DeepRacer比賽，讓AI更簡單化與普及化。」

而用來競賽的賽車，是AWS推出的縮小版四輪驅動車，為原比例的1/18，也內建了CPU以及深度學習攝影機DeepLens，來幫助模型快速對環境的變化作出反應，其外殼也有減振防撞的功效。這款賽車目前也還在預售階段，換句話說，尚未有參賽者能實地使用比賽用車來訓練模型。

張俠現場展示賽車的內部構造，上方白色立方盒子即為深度學習攝影機DeepLens。

在訓練RL模型時，參賽者可以直接選用平臺上提供的模型進行訓練，分別是以中心線、不超過邊線、速度為主訓練出來的三款模型，但實際上仍有許多人選擇自己開發，根據賽車是否正確轉彎、是否超出賽道、是否蛇行等行為，來給定合適的獎勵與懲罰，也就是獎勵函數（Reward Function），給定的數值越精確，模型學習的能力就較強。JasonLian舉例，如果賽車在轉彎有切內側車道，就會給定較高的分數。

寫好演算法後，接著選定賽道、設定動作空間（Action Space）的參數與訓練時間，再開始訓練模型。動作空間包括轉彎的角度與行進的速度，不同參數的組合會影響模型的表現，舉例來說，動作空間越大，探索的範圍較多，會導致模型較難找出規律來學習，訓練時間就要拉長，但也有更細微操控車子的優點。

JasonLian表示，訓練時間長短也會影響到模型表現，太長可能會過適（overfit），太短可能無法有效學習，也由於強化學習的不可解釋性，讓參賽者必須藉由不斷調整參數、訓練的過程來優化模型。孫振綸也表示，過一段時間若發現模型的的表現停滯不前，可能已經達到極限，必須重新思考演算法的方向，才不會過度訓練。

訓練好模型，就可以部署到賽車上參賽。每個參賽者有四分鐘時間，讓賽車在無人操控的情況下在跑道上繞圈，並要設法讓賽車取得有效的單圈迴圈；在單圈中，只要還有一個輪子壓白線就不算出界，單圈內最多可以出界三次，並以出界的位置為出發點接續進行比賽，超過三次就必須重跑。

此外，比賽時模型已經不能更動，參賽者唯一可以設定的是賽車的速度（0-180km/hr），也不是越快越好，太快時過彎會有衝出跑道的風險；而實際賽道的環境又與訓練資料有所差異，會因光線種類不同（黃光或白光）、光影變化、或振動而影響輸入的影像，這些現實環境的變因無法被納入訓練過程，因此，現場比賽的分數除了靠實力，還要有些運氣的成分。

比賽吸引了不少IT人參加，趨勢科技的軟體工程師JasonLian（圖右）也以個人身分來參賽。

除了實體賽車賽，AWS也打造了虛擬賽車場，讓開發者可以將模型上傳參加聯賽。虛擬聯賽總共六場，目前倫敦巡迴賽已經結束，第二場東京巡迴賽正在舉行，且每15分鐘更新一次賽況；六場比賽均結束後，會以每位選手的總積分1000分扣除秒數，總排名前18名的選手可以參加世界盃。因此，在倫敦巡迴虛擬聯賽中奪得第四名的孫振綸，目前仍有取得世界盃選手資格的機會。

孫振綸表示，這次實體賽中部署在賽車上的模型，是將虛擬賽使用的模型稍加訓練後就直接參賽，主要想測試不同場域對模型的影響，對於比賽結果也在預料之中，因為虛擬賽與實體賽的規則不同，虛擬賽中，只要賽車的其中兩個輪子超出白線，就要出局重來，而實體賽中的規範相對寬鬆，只要一個輪子壓在白線上就可以繼續行駛，而這也影響了實體賽的演算法可能要設計以中心線為主，而虛擬賽則以不超過邊線為主，應根據不同賽制有所調整。

此外，孫振綸也提到，儘管AWS提供了強化學習模型的訓練平臺，但參加比賽的成本並不低，不論是使用AWS SageMaker平臺、線上訓練模型，或是提交模型參賽都要花錢，從虛擬賽到實體賽期間總共花費700美金，因此在資源有限的情況下，對於訓練模型或提交演算法等過程也會斟酌花費、有所取捨。

實體賽和線上虛擬賽的規則略有不同，只要一個輪子壓在白線上就可以繼續行駛，虛擬賽的AI模型還得修正才能有好表現。

2019 AWS DeepRacer冠軍盃將在12月於拉斯維加斯舉行，無論是6場世界巡迴虛擬賽總排名前18名、或是任何AWS高峰會舉辦的現場賽車競賽冠軍都能參加，目前實體賽的最好成績是日本sola@DNP的7.44秒，而臺灣比賽第一名成績則為8.734秒。