详细内容或原文请订阅后点击阅览
奔向未来：AWS DeepRacer 如何推动我的 AI 和 ML 之旅
2018 年，我坐在 AWS re:Invent 的观众席上，听 Andy Jassy 宣布推出 AWS DeepRacer——一款由强化学习驱动的全自动 1/18 比例赛车。当时，我对人工智能或机器学习 (ML) 知之甚少。作为一名从传统网络过渡到云技术的工程师，我从未将自己视为开发人员。[…]
来源:亚马逊云科技 _机器学习2018 年，我坐在 AWS re:Invent 的观众席上，听 Andy Jassy 宣布推出 AWS DeepRacer——一款由强化学习驱动的全自动 1/18 比例赛车。当时，我对人工智能或机器学习 (ML) 知之甚少。作为一名从传统网络过渡到云技术的工程师，我从未将自己视为开发人员。但 AWS DeepRacer 承诺即使是没有经验的开发人员也可以参与 AI 和 ML，这立即引起了我的兴趣。
AWS DeepRacerAWS DeepRacer 联赛也宣布了，其中包括 2019 年全球 AWS 峰会上的实体比赛和模拟环境中的虚拟联赛。获胜者将有资格在次年在拉斯维加斯争夺总冠军头衔。2018 年，由于 AWS DeepRacer 刚刚发布，re:Invent 与会者可以使用预先训练的模型在米高梅大酒店亲自比赛。
我和 JigsawXYZ 的同事在主题演讲结束后立即前往米高梅大酒店。尽管排了很长的队，我们还是坚持了下来，一边等待一边观察其他人的比赛。参与者回答了有关驾驶偏好的问题，以选择预先训练好的模型。与后来的比赛不同，赛车手必须亲自跟随赛车，并在赛车偏离赛道时将其放回赛道。
我们注意到，以今天的标准来看，AWS 提供的模型不稳定且速度慢，经常偏离赛道。我们得出结论，快速将赛车换回赛道可以带来良好的单圈时间。使用这一策略，我们在排行榜上获得了第二名。
决赛前一天晚上，我们得知我们因为有人退赛而获得了参赛资格。当我们意识到我们将在数千人面前的舞台上比赛而对 ML 知之甚少时，我们开始感到恐慌。我们疯狂地试图在一夜之间训练一个模型，以避免尴尬。
图片 2 – Rick Fish 从 Matt Wood 手中接过 AWS DeepRacer 奖杯