允中 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
又一個自動駕駛挑戰賽啟動，目標明確，發起者來頭不小。
近日，加州大學伯克利分校機械系統控制實驗室（MSC Lab）攜手Waymo、Graviti（格物鈦）和AWS，發起“INTERACTION數據集預測挑戰賽”。
核心目標，希望進一步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。
這也是業界對於該自動駕駛技術挑戰的一次核心攻堅。
行為預測為何是挑戰？
目前，無論是學術界，還是工業界，都一致承認行為預測（Prediction: 如軌跡、動作、意圖）是自動駕駛領域最具挑戰性的問題之一，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確而有效的評價。
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（MSC Lab）與來自卡爾斯魯厄理工學院（KIT），以及國立巴黎高等礦業學院（MINES ParisTech）的合作者，共同建立了一個國際性、對抗性、協作性的數據集（INTERACTION）。
它能準確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。
於是，更進一步的“英雄帖”也可以基於此展開。
INTERACTION數據集預測挑戰賽
本次共分為 5 個挑戰賽。
分別是常規挑戰賽、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，根據較為公允的指標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，但只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，將進行一系列評價，並在活動排行榜上公佈得分。
首輪賽事將持續到5月底截止，挑戰賽數據集和結果將在6月舉行的Waymo 2020 CVPR 的論壇上公佈。
更多詳情，也可以移步文末傳送門。
舉辦方
同時，也介紹下本次挑戰賽的舉辦方。
加州大學伯克利分校的機械系統控制實驗室（MSC實驗室）
由Massayoshi Tomizuka教授領導管理。Massayoshi Tomizuka教授於1974年就職UCB機械工程系，目前是Cheryl和John Neerhout，Jr.傑出教授。MSC實驗室對汽車自動化和控制領域有30多年的研究歷史，並與加利福尼亞州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，涉及製造（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，同時還與眾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/定位以及模擬/測試/數據集等方面。
Waymo
谷歌母公司 Alphabet 旗下自動駕駛子公司，全球自動駕駛的頭雁玩家。
AWS(亞馬遜雲)
亞馬遜AWS（Amazon Web Services (AWS) ）是亞馬遜提供的專業雲計算服務，於2006年推出，是全球最大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。
Graviti（格物鈦）
此次提供AI數據服務的平臺，而且值得一提的是，這也是一家中國AI初創公司。其創始人崔運凱畢業於上海交通大學和美國賓夕法尼亞大學，曾任Uber 無人駕駛部門的Tech Lead Manager，是該部門最早期一批員工。
為了滿足企業AI開發者在將算法變成應用產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提供一套基於SAAS模式的一站式集數據集管理，數據集交易，數據標註服務，沙箱模型訓練和模型檢測與評估的AI數據服務平臺。
傳送門：
挑戰賽英文入口：
http://challenge.interaction-dataset.com/prediction-challenge/intro
挑戰賽中文入口：
http://challenge-zh.interaction-dataset.com/
Waymo 2020 CVPR worshop 宣傳網站：
https://sites.google.com/view/cvpr20-scalability/competitions
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
閱讀更多 量子位 的文章
