共计 3449 个字符，预计需要花费 9 分钟才能阅读完成。
“秋名山上行人稀，常有车手较高下。现在无人车当道，全是 AI 老司机。”
且问 AI 老司机体现如何？
可灵便转弯，控速自若：
可行云流水，沿最优路线过弯：
更可屡次打圈，绕多少下也不在话下：
这场竞速赛事，配角的确是一群 AI 老司机，人类全程只能看，也没有什么遥控器参加。
更精确地说，它们是历经千万次虚构练车训练进去的人工智能模型。这些模型所角逐的赛事也在业内颇具盛名，这就是亚马逊云科技举办的——
Amazon DeepRacer League。
作为寰球最多开发者参加的主动驾驶赛车联赛，Amazon DeepRace 不拼谁更有钱买跑车，更不拼谁有资源搞场地，只拼选手们写的强化学习算法和训练程度——
堪称寰球智力程度选秀综艺，充沛诠释“Smart is the new sexy”的真正奥义。
停办至今，Amazon DeepRacer 在 AI/ML 圈已有相当名气，14 万开发者参加其中，知乎上还有铁粉晒经验、Po 证书。
公众影响力水涨船高，仅一部预告片就有 380 万播放量。
随着赛事越办越破圈，去年，Amazon DeepRacer League 更与 F1 官网搞起联名，举办了一场虚构“巴塞罗那站”较量，坐实主动驾驶界 F1 名头。
所以，这个 Amazon DeepRacer 什么来头？为什么让技术爱好者们如此上头？
最多开发者参加的主动驾驶联赛
2018 年，亚马逊云科技萌发举办 AI 算法大赛念头，让更多人理解相干技术，甚至入门成为从业者，Amazon DeepRacer League 应运而生。
流动一开始就面向非业内群体，官网提供了简直所有参赛软件资源，甚至有教程攻略，参与者甚至无需花钱购买实体小车，能够先在云平台上 3D 赛车模拟器，训练本人的主动驾驶算法。
入门后，参与者即可报名加入每个月的线上预选赛。如果你冲入寰球前 64 强，就能取得线下联赛参赛资格——
和世界各路高手实地 PK 你的模型。
虽说门槛低，较量奖金也却很高。
冠军将取得 10000 美元的奖金，亚军则处分 5000 美元，季军 2000 美元。
低门槛加上高额奖金，玩的还是前沿技术，较量自打举办，吸引了寰球不同背景的人们关注。
参与者中，既有硅谷全栈开发人员、飞行员，来自新加坡、加拿大银行员工，还有中国大学生……
不同背景参与者退出，不仅体现较量多元性，让机器学习技术为更多人所知，同时，也为较量削减许多有意思的小片段。
比方 Amazon DeepRacer TV 2019 年决赛中，一位中国台湾小哥逆转获胜后，博得冠军，但发表获奖感言时，他却用了中文表白本人的情绪，整得英语主持人一时不晓得怎么接话…
值得一提的是，往年 DeepRacer 也开始在国内举办面向中国开发者的中国挑战赛，奖品同样丰富，值得关注与期待。
如何驯服一只无人车？
从赛场回顾技术实践，实际上，Amazon DeepRacer 流动背地的根底即简略又前沿。
如何了解这句话？
无妨先从一辆主动驾驶小车结构开展。
Amazon DeepRacer 的主动驾驶小车有代际辨别。一代车是参赛主力，外围包含一个 Intel Atom® 处理器，一个四百万像素 1080p 分辨率摄像头，一个高速 WiFi 以及 Intel OpenVino 计算机视觉工具套件。一代车次要用于竞速较量，通过视觉辨认断定赛道，实现较量。
更高阶的是二代车 DeepRacer Evo，装备平面摄像头和激光雷达，可用于可进行追逐赛与避障赛。
如果相熟主动驾驶，你可能也能看出这一配置堪称“奢侈”，却足够体验主动驾驶的乐趣——
这是因为真正赋予小车主动驾驶灵魂的，是算法与模型。
同当今马路上的主动驾驶车一样，Amazon DeepRacer 同样应用到机器学习门类下的一门技术：
强化学习（RL）。
该项技术衰亡不过数年，却算得上是近些年人类最重要的技术冲破之一。2016 年战败李世石的 AlphaGo 背地就是该技术发挥作用。
强化学习原理不难理解，就是一种“驯兽师”机制，也能够了解为「巴浦洛夫的狗」原理。
以“小鸡啄纸”为例：
如果咱们想训练一只鸡啄粉色纸片，那么，每当它啄到粉色纸片时，就处分给食物。
通过一番训练后，这只鸡就始终能正确找到粉色纸片了。
来自 Twitter 用户 @YAWScience
当然，处分无人小车和电脑不能用食物，而是用它们能懂的“处分函数”（Reward Function）。
对于 Amazon DeepRacer 来说，开发者能够设置一个超级简略的处分函数，它只有两个参数：all\_wheels\_on_track 示意四个轮子是否全在赛道内，progress 代表以后实现进度。
具体到代码上，如果有车轮不在赛道上产生一次，就扣除处分函数，反之，就始终以小车走过的进度来处分它。
处分函数的值越大，就阐明训练越胜利，当处分函数为负值时，工作失败。
def reward_function(params):
if not params["all_wheels_on_track"]:
reward = -1
else:
reward = params["progress"]
return reward
如果想让小车更聪慧，不要在跑道上拐来拐去，咱们还能够把函数设置得略微简单一点，以小车偏离跑道核心虚线的间隔作为一个参数。间隔越小，则处分越大。
训练过程中，小车通过摄像头等记录本人的地位，一直调整车速和行驶方向，当处分函数最大化且稳固后——
“驯兽”就实现了，祝贺，你已把握强化学习的基本原理。
如何参赛？
较量热血好玩，还有奖金可拿，原理易懂，当初，你是不是急不可待想玩玩？
参加形式很简略：只需注册一个亚马逊云科技账户就行。
登陆账号进入 Amazon DeepRacer 控制台。
在构建模型之前，先在车库配置一辆本人的虚构赛车。
给它起一个炫酷的名字（名字不能够更改，千万不要取个“test”就完事了），选个你喜爱的色彩并依据你要加入的较量类型配置摄像头。
创立好专属虚构小车后，依照提醒一步步创立模型：
官网还提供虚拟环境，升高上手门槛，让小车在虚拟世界中训练，实现后，就可提交模型选一场较量加入了！
参加线上比赛不须要实体小车，直接参与即可。
等你在虚构练车畛域锋芒毕露后，也能能够取得亚马逊云科技收费赠送的实体小车，价值 300 美元。
当然，不差钱的话，也可间接在官网购买：
买小车虽说要花点钱，不过的确更添玩乐趣味，你能够在家里复刻赛道，随时进行练习。
据说，还有人为了拿个好问题间接换了大房子，在自家公开车库里复刻了赛道练习（手动狗头）——
官网也贴心地提供了在家搭建赛道的教程：
最初，划重点，提供一些薅官网羊毛机会。
如果你是新用户首次加入 Amazon DeepRacer 我的项目，第一个月能够取得10 小时的收费训练时长以及 5GB 的存储空间。
除了收费时长，Amazon DeepRacer 还提供了 收费的视频教程 教你强化学习的基础知识、较量入门领导。
较量技巧也是重点，官网网页上连单圈记录保持者写的攻略都要来了：
所以，不管你是技术小白还是有教训的机器学习从业人员，都能够放心大胆地参加进来。
赛车游戏让更多人入门 AI
如后面所说，亚马逊云科技 2018 年就想以游戏流动形式推广 AI 算法，起初才有 Amazon Deepracer，此举目标，在于面对 AI/ML 发展势头汹涌，这家大厂冀望让更多人理解相干技术，进而参加其中。
就拿 Amazon Deepracer 来说，为扩充参赛人群，亚马逊云科技还发动一项针对 16 岁以上高中生和大学生的学生较量，注册无需信用卡即可参加。
此外，如果实现所有学习模块，在所有课程测试中取得至多 80% 分数，又在学生联盟中单圈问题优异，还能够取得一份奖学金。前 500 名的学生，还将取得亚马逊云科技和英特尔的技术专家领导，为期 12 个月。
不止于 Amazon DeepRacer，亚马逊云科技为让不同背景的人都能够理解并入门机器学习，在方方面面都有所动作。
比方，提供 1000 万美金的亚马逊云科技 AI&ML 奖学金打算；
比方，公布无代码机器学习图形界面 Amazon SageMaker Canvas，帮忙零机器学习教训的企业级用户解决业务问题，让各个业务背景的人都能上手。
再比方，面向更多开发者，提供收费算力的机器学习“实验室”Amazon Sagemaker Studio Lab ……
置信只有越来越多人理解并上手 AI/ML 相干技术和产品，这一衰亡不过 10 年的浪潮能力真正释出价值。
更多对于亚马逊云科技的新公布，长按下方图片理解：
最初的最初，你想试试 Amazon DeepRacer 么？
增加官网小助手理解更多详情，传送门在这：
