酷应用

寻找AI界的「藤原拓海」，自动驾驶赛车线上大赛火热报名中（内附大神代码）

百家作者：机器之心 2021-09-02 21:46:10

足不出户，即可享受风驰电掣的赛车竞技体验。Amazon DeepRacer 自动驾驶赛车中国峰会线上挑战赛已于8月13日正式开启。

Amazon DeepRacer 是 1/18 自动驾驶赛车，专门用于通过在实际赛道上进行竞赛来测试强化学习模型；使用摄像头查看赛道，并使用强化模型来控制油门和方向盘，通过该方式演示如何将模拟环境中训练的模型转移到真实场景。

重要的是，DeepRacer 并不是一款纯硬件产品，开发者可以通过亚马逊云科技平台搭建赛车模型来掌握强化学习的知识。

现在，2021亚马逊云科技 Amazon DeepRacer 自动驾驶赛车线上赛正在火热进行中。

无论你是技术小白还是开发大神，都可以通过 3D 赛车模拟器来动手进行机器学习。各位 Builder 抓紧机会，一起了解赛制详情，迎接你的线上挑战吧！

赛事详情

比赛规则：线上挑战赛的参赛者将以计时赛的形式参加比赛，选手用最快速度完成赛道3圈，从而攀升上赛事排行榜，同时注意避免偏离赛道的时间处罚（每次偏离总时长增加1秒）。

比赛时间：

线上挑战赛：2021年8月13日—9月12日
中国峰会邀请赛（线下赛）：2021年9月12日于北京举办

我们将邀请线上挑战赛前10名选手参与中国峰会邀请赛（线下赛），具体比赛时间和地点将在后续公布，报销差旅哦！

比赛奖励

1、获得线上挑战赛前3名与线下大奖赛前3名的参赛选手可获得价值￥1699的Bose SoundLinkmini 蓝牙扬声器 II-特别版（黑色）（线下赛现场领取）。

2、所有参与线上挑战赛的选手，均可来到决赛现场围观并且将获得价值 300元的Swell杯子（线下赛现场领取）。

3、所有参与线上挑战赛的选手，均可获得一顶精美的DeepRacer纪念帽（活动结束后邮寄）。

4、在开赛时间内参与线上赛的前 1000 名选手可获赠价值 30 美元的 Amazon DeepRacer 专属服务抵扣券。加入本次大赛交流群，提交模型后与小助手联系获取抵扣券充值码。

如群已超出人数上限，请添加机器之心小助手（syncedai2），备注「亚马逊」即可加入。

报名方式

1、注册亚马逊云科技账号：https://dwz.cn/sHoEdc9v（点击阅读原文直达）

2、访问大赛官网提交模型：https://console.aws.amazon.com/deepracer/home#raceToken/lz60dcGrSNmImEu9UCsK_g

3、还不熟悉DeepRacer？官方入门教程值得拥有：https://aws.amazon.com/cn/about-aws/events/summit2021/deepracer-league/

大神代码

我们邀请到亚马逊云科技的开发大神公开自己的代码，大家可以参考改进。

def reward_function(params):    '''    Example of rewarding the agent to follow center line    '''       # Read input parameters    track_width = params['track_width']    distance_from_center = params['distance_from_center']    speed = params['speed']    all_wheels_on_track = params['all_wheels_on_track']    progress = params['progress']       # Calculate 3 markers that are at varying distances away from the center line    marker_1 = 0.1 * track_width    marker_2 = 0.2 * track_width    marker_3 = 0.5 * track_width       # Give higher reward if the car is closer to center line and vice versa    if distance_from_center <= marker_1:        reward = 1.1    elif distance_from_center <= marker_2:        reward = 0.6    elif distance_from_center <= marker_3:        reward = 0.1    else:        reward = 1e-5  # likely crashed/ close to off track       if progress == 100:        reward = 5       if all_wheels_on_track:        reward = reward * (1 + speed * 0.2)    else:        reward = 1e-5     return float(reward)