更多

    本地學界玩 DeepRacer 學 STEM

    Eric Chong
    商業・科技・創業・編輯

    AWS 去年推出自動駕駛模型車 DeepRacer,還設全球比賽,成為「re:Invent」的焦點活動之一。香港代表是就讀 IVE 的學生莊桂鴻,跟其他國家的代表較量。負責帶隊的 IVE 講師、AWS ML Hero 黃俊彥指出,DeepRacer 趣味高、技術門檻低,大有潛力將比賽推廣至本港學界。

    DeepRacer 利用人工智能的加強學習(Reinforcement Learning,RL)技術實現自動駕駛,比賽要求以最快速度完成指定賽程。莊桂鴻分享實戰經驗,要高速完成一圈並不容易,要不斷修改程式碼,亦要在雲端模擬器內反覆試驗。去年 7 月在 AWS Summit 香港站勝出比賽的關鍵在於只容許 DeepRacer 加速,演算法不能加入任何減速指令,即使轉彎也不可。不過,在「re:Invent」終極戰的程式碼是為大會指定賽道而編寫,有適應問題,日後大會若修改賽道必須修改程式碼。

    雖然加強學習技術深奧,但黃俊彥認為控制 DeepRacer 並不複雜。AWS 提供的樣本程式碼僅十句足以走完賽道一次,只是車速緩慢。系統還提供速度、位置等參數,用簡單指令控制 DeepRacer 前進、加速和轉向。而且以 Python 開發,以學習 STEM 的角度看,編程並不困難。預計明年將與本地學界合作,推廣這款自動模型車,讓中小學生及早接觸真正的人工智能及雲端服務。

    DSC03631

    您會感興趣的內容

    相關文章