為促進自動駕駛領域的行為預測技術發展，加速預測模型/算法評價的研究，加州大學伯克利分校機械系統控制實驗室(MSCLab)攜手AI數據服務平台提供商Graviti(格物钛)、的雲服務商AWS(亞馬遜雲)舉辦的“INTERACTION數據集預測挑戰賽”正式啟動。
目前學術界和工業界一緻認為，行為預測(Prediction:如軌迹、動作、意圖)是自動駕駛領域挑戰性的問題之一，它是阻礙全自動駕駛實現的一大因素。而要解決這一問題，有兩個條件不可或缺：一是包含很多車輛和行人交互的真實場景運動數據的收集和積累，二是可以通過這些數據對各種預測算法進行正确而有效的評價。但不幸的是，目前沒有一個可以公平比較不同預測模型(或算法)性能的基準，尤其是在考慮到有規劃在環的情況下(模型集成了預測和規劃兩個模塊)，公平基準是個大難題。
為此加州大學伯克利分校機械系統控制實驗室(MSCLab)與來自卡爾斯魯厄理工學院(KIT)和國立巴黎高等礦業學院(MINESParisTech)的合作者建立了一個國際性、對抗性、協作性的數據集(INTERACTION)。它能準确再現不同國家的各種駕駛場景中道路使用者(如車輛、行人)的大量交互性行為。
為了加快學術界和工業界圍繞預測模型/算法評價的讨論和研究，加州大學伯克利分校機械系統控制實驗室聯合AI數據服務平台提供商Graviti(格物钛)和AWS(亞馬遜雲)發起了基于INTERACTION數據集(INTERPRET)的預測挑戰賽，該挑戰賽旨在為自動駕駛的發展構建有效且有價值的預測方法。
作為挑戰賽贊助商的Graviti(格物钛)一直緻力于讓機器學習變得簡單，讓所有有創造力的個人和企業都能夠輕松使用AI，實現AI觸手可及。Graviti願意通過自己一站式的機器學習平台，幫助更多的開發者可以更快的把無人駕駛變成現實。
此次大賽Graviti的數據集管理系統将被用來托管比賽所使用的訓練、驗證和測試數據，提供并開放給比賽參與者下載;同時Graviti的模型評估框架會被用來計算參賽者上傳結果所取得的成績，并生成排行榜。而AWS将為所有服務提供雲服務資源和支持。
“INTERACTION數據集預測挑戰賽”分為五個挑戰賽，分别是常規挑戰賽、數據效率挑戰賽、概括性挑戰賽、閉環挑戰賽、開源挑戰賽。本次大賽計劃在3月和6月舉辦兩輪比賽，根據較為公允的指标對預測模型和算法進行不同方面的評價和測試。參賽者可以獲得訓練和驗證數據集的輸入和輸出，但隻能獲得測試集的輸入。在參賽者提交了測試集上算法輸出的結果後，将進行一系列評價，并在活動排行榜上公布得分。首輪賽事将持續到5月底截止，挑戰賽數據集和結果将在6月舉行的Waymo2020CVPR的論壇上公布。
歡迎參賽者嘗試不同的挑戰。
關于：加州大學伯克利分校的機械系統控制實驗室(MSC實驗室)
加州大學伯克利分校的機械系統控制實驗室(MSC實驗室)由MassayoshiTomizuka教授領導管理。MassayoshiTomizuka教授于1974年就職UCB機械工程系，目前是Cheryl和JohnNeerhout，Jr.傑出教授。MSC實驗室對汽車自動化和控制領域有30多年的研究曆史，并與加利福尼亞州PATH合作展示了Demo'97。
過去十年，MSC實驗室集中研究智能/自主系統以及這類系統與人的交互，涉及制造(工業機器人)和運輸(自動駕駛車輛)領域。該研究強調了模型控制與機器學習之間的協同作用，同時還與衆多工業夥伴合作進行自動駕駛研究，涵蓋安全有效的計劃/控制、交互性預測/決策、強大的感知/定位以及模拟/測試/數據集等方面。
關于：Graviti(格物钛)
為了滿足企業AI開發者在将算法變成應用産品的過程中需要高精準度，規模化的真值數據和有效管理這些數據集的需求，Graviti提供一套基于SAAS模式的一站式集數據集管理，數據集交易，數據标注服務，沙箱模型訓練和模型檢測與評估的AI數據服務平台。
關于：AWS(亞馬遜雲)
亞馬遜AWS(AmazonWebServices(AWS))是亞馬遜提供的專業雲計算服務，于2006年推出，是全球的雲計算服務供應商。其主要優勢之一是能夠以根據業務發展來擴展的較低可變成本來替代前期資本基礎設施費用。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
