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

2021-10-14 00:37:10 来源：

　　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(MSCLab)携手AI数据服务平台提供商Graviti(格物钛)、的云服务商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(MSCLab)与来自卡尔斯鲁厄理工学院(KIT)和国立巴黎高等矿业学院(MINESParisTech)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Waymo2020CVPR的论坛上公布。

　　欢迎参赛者尝试不同的挑战。

　　关于：加州大学伯克利分校的机械系统控制实验室(MSC实验室)

　　加州大学伯克利分校的机械系统控制实验室(MSC实验室)由MassayoshiTomizuka教授领导管理。MassayoshiTomizuka教授于1974年就职UCB机械工程系，目前是Cheryl和JohnNeerhout，Jr。杰出教授。MSC实验室对汽车自动化和控制领域有30多年的研究历史，并与加利福尼亚州PATH合作展示了Demo'；97。

　　过去十年，MSC实验室集中研究智能/自主系统以及这类系统与人的交互，涉及制造(工业机器人)和运输(自动驾驶车辆)领域。该研究强调了模型控制与机器学习之间的协同作用，同时还与众多工业伙伴合作进行自动驾驶研究，涵盖安全有效的计划/控制、交互性预测/决策、强大的感知/定位以及模拟/测试/数据集等方面。

　　关于：Graviti(格物钛)

　　为了满足企业AI开发者在将算法变成应用产品的过程中需要高精准度，规模化的真值数据和有效管理这些数据集的需求，Graviti提供一套基于SAAS模式的一站式集数据集管理，数据集交易，数据标注服务，沙箱模型训练和模型检测与评估的AI数据服务平台。