 |
 |
|
由進階機器學習技術─強化學習（Reinforcement Learning，RL） 驅動的1/18比例自動駕駛賽車AWS DeepRacer全球自動駕駛賽車聯盟，今年所有賽事移師線上進行虛擬賽，台灣交通大學CGI Lab學生表現優異，獲得本年度全球聯賽冠、季軍。
 ▲星展銀行（台灣）舉辦DeepRacer實體競賽(照片提供：星展銀行（台灣）)。今年AWS DeepRacer全球自動駕駛賽車聯盟總決賽在台灣12月15日晚上於AWS re:Invent 大會上公佈最終結果，由國立交通大學電腦遊戲與智慧實驗室（CGI Lab）學生許博鈞（PoChun-NCTU-CGI）和郭奎廷（Kuei-NCTU-CGI）分別拿下總冠軍和季軍，再度將榮耀抱回台灣。
 ▲逢甲大學參賽同學透過DeepRacer競速學習ML技術(照片提供：逢甲大學)。許博鈞在資格賽的線上對戰聯賽得過數次冠軍，郭奎廷在5月線上高峰會競速賽獲得冠軍，兩位也是晉級決賽唯二的學生代表，與六位各國企業開發人員在線上模擬環境透過對戰模式，以最短時間完成5圈，奪得最後名次。2020 AWS DeepRacer全球自動駕駛賽車聯盟自今年三月起展開為期八個月的資格賽，超過1萬人次的挑戰和篩選，最終由112位全球各界好手在AWS re:Invent 2020上進行分組淘汰賽。
 ▲國立交通大學電腦遊戲與智慧實驗室學生許博鈞和郭奎廷分別拿下總冠軍和季軍，再度將榮耀抱回台灣。順著去年校友朱詠嘉在全球聯盟賽季軍成績的參賽經驗，交通大學CGI Lab今年有備而來，藉由學長的經驗分享和傳承，從三月開始透過進行比賽和觀摩對手，不斷優化RL模型，讓自己的AWS DeepRacer跑出了更好的成績。
由學長黃勁博帶領高誌佑、許博鈞、郭奎廷和鄭紹雄等四位學弟，爭取到re:Invent冠軍賽參賽資格，並在分組淘汰賽的第一組（JP & TW）稱霸前四名，刷掉去年世界冠軍的日本選手Sola，全數晉級32強。最後由許博鈞和郭奎廷出戰總決賽，獲得2分0.856秒和2分2.655秒的好成績，打敗許多優秀的企業參賽者，再度凸顯台灣機器學習領域人才的優異表現。
|
 |
||||||||||