Graviti携手UC Berkeley探索自动驾驶预测模型, INTERACTION预测挑战赛正式开启

为促进自动驾驶领域的行为预测技术发展,加速预测模型/算法评价的研究,加州大学伯克利分校机械系统控制实验室(MSC Lab携手AI数据服务平台提供商Graviti(格物钛)、云服务商AWS亚马逊云)举办的“INTERACTION数据集预测挑战赛”正式启动。

目前学术界和工业界一致认为,行为预测(Prediction: 如轨迹、动作、意图)是自动驾驶领域最具挑战性的问题之一,它是阻碍全自动驾驶实现的一大因素。而要解决这一问题,有两个条件不可或缺:一是包含很多车辆和行人交互的真实场景运动数据的收集和积累,二是可以通过这些数据对各种预测算法进行正确而有效的评价。但不幸的是,目前没有一个可以公平比较不同预测模型(或算法)性能的基准,尤其是在考虑到有规划在环的情况下(模型集成了预测和规划两个模块),公平基准是个大难题。

为此,加州大学伯克利分校机械系统控制实验室(MSC Lab)与来自卡尔斯鲁厄理工学院(KIT)和国立巴黎高等矿业学院(MINES ParisTech)的合作者建立了一个国际性、对抗性、协作性的数据集(INTERACTION)。它能准确再现不同国家的各种驾驶场景中道路使用者(如车辆、行人)的大量交互性行为。

为了加快学术界和工业界围绕预测模型/算法评价的讨论和研究,加州大学伯克利分校机械系统控制实验室联合AI数据服务平台提供商Graviti(格物钛)和AWS亚马逊云)发起了基于INTERACTION数据集(INTERPRET)的预测挑战赛,该挑战赛旨在为自动驾驶的发展构建有效且有价值的预测方法。

作为挑战赛赞助商的Graviti(格物钛)一直致力于让机器学习变得简单,让所有有创造力的个人和企业都能够轻松使用AI,实现AI触手可及。Graviti愿意通过自己一站式的机器学习平台,帮助更多的开发者可以更快的把无人驾驶变成现实。

此次大赛Graviti的数据集管理系统将被用来托管比赛所使用的训练、验证和测试数据,提供并开放给比赛参与者下载;同时Graviti的模型评估框架会被用来计算参赛者上传结果所取得的成绩,并生成排行榜。而AWS将为所有服务提供云服务资源和支持。

 “INTERACTION数据集预测挑战赛”分为五个挑战赛,分别是常规挑战赛、数据效率挑战赛、概括性挑战赛、闭环挑战赛、开源挑战赛本次大赛计划在3月和6月举办两轮比赛,根据较为公允的指标对预测模型和算法进行不同方面的评价和测试。参赛者可以获得训练和验证数据集的输入和输出,但只能获得测试集的输入。在参赛者提交了测试集上算法输出的结果后,将进行一系列评价,并在活动排行榜上公布得分。首轮赛事将持续到5月底截止,挑战赛数据集和结果将在6月举行的Waymo 2020 CVPR 的论坛上公布。

欢迎参赛者尝试不同的挑战。

挑战赛中文入口:http://challenge-zh.interaction-dataset.com/

格物钛Graviti
格物钛Graviti

为AI开发者提供一站式数据标注、数据集管理、模型训练和评估的AI数据服务平台。

https://www.graviti.cn
专栏二维码
产业行为预测自动驾驶
相关数据
AWS机构

亚马逊网络服务系统(英语:Amazon Web Services,缩写为AWS),由亚马逊公司所创建的云计算平台,提供许多远程Web服务。Amazon EC2与Amazon S3都架构在这个平台上。在2002年7月首次公开运作,提供其他网站及客户端(client-side)的服务。截至2007年7月,亚马逊公司宣称已经有330,000名开发者,曾经登录过这项服务。

相关技术
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

加州大学伯克利分校机构

加利福尼亚大学伯克利分校,简称加州大学伯克利分校,又常被译为加利福尼亚大学伯克莱分校,位于美国加利福尼亚州旧金山湾区伯克利市,是一所世界著名的公立研究型大学。其许多科系位于全球大学排行前十名,是世界上最负盛名的大学之一,常被誉为美国乃至世界最顶尖的公立大学。

https://www.berkeley.edu/
推荐文章
暂无评论
暂无评论~