Graviti攜手UCBerkeley探索自動駕駛預測模型，INTERACTION預測挑戰賽正式開啟

2021-10-14 00:37:10 來源：

　　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數據服務平臺提供商Graviti(格物鈦)、的云服務商AWS(亞馬遜云)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致認為，行為預測(Prediction！如軌跡、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(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。

　　為了加快學術界和工業界圍繞預測模型/算法評價的討論和研究，加州大學伯克利分校機械系統控制實驗室聯合AI數據服務平臺提供商Graviti(格物鈦)和AWS(亞馬遜云)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(格物鈦)一直致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愿意通過自己一站式的機器學習平臺，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的數據集管理系統將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將為所有服務提供云服務資源和支持。

　　INTERACTION數據集預測挑戰賽分為五個挑戰賽，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后，將進行一系列評價，并在活動排行榜上公布得分。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。杰出教授。MSC實驗室對汽車自動化和控制領域有30多年的研究歷史，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，同時還與眾多工業伙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。

　　關于：Graviti(格物鈦)

　　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提供一套基于SAAS模式的一站式集數據集管理，數據集交易，數據標注服務，沙箱模型訓練和模型檢測與評估的AI數據服務平臺。