Page 130 - 高中生活AI大智慧-電子書_Neat
P. 130
並與其他控制系統即時溝通。而在雲端連線方面，自動駕駛車輛必須
以車聯網方式保持軟體更新狀態，瞭解周遭環境變化立即資訊，避免
資訊過時造成危險。最後，車輛感測器將提供即時路況資訊給電腦計
算並判讀，幫助車輛計算並判讀做出正確決策，確保乘客安全抵達目
的地。
亞馬遜網路服務公司 (Amazon Web Services, AWS) 為了讓 AI
更普及化，舉辦自動駕駛的迷你車 DeepRacer 競賽，筆者吳秀宜老
師亦有參與 2019 年臺北場賽事。競賽的賽車是由 AWS 所推出將實
物按原比例縮小為 1/18 的四輪驅動車，內建 CPU 及深度學習攝影
機 DeepLens，來幫助 AI 自駕模型快速對環境的變化作出反應，其
外殼也有減震防撞的功效。參賽選手需先使用 Amason SageMaker
RL 平臺，線上訓練自駕車強化學習 (Reinforcement Learning, RL)
模型。根據賽車是否超出賽道、是否正確轉彎、是否蛇行等行為，來
給定合適的獎勵與懲罰參數，也就是獎勵函數 (Reward Function)，
給定的參數數值越精確，其模型學習的能力就越強。除了獎勵函數的
參數設定之外，要讓模型表現更好，還得再進一步調整深度強化學習
演算法的超參數 (Proximal Policy Optimization,PPO)。初學者從獎
勵函數下手會比較有趣。然而，儘管 AWS 提供了強化學習模型的訓
練平臺，參加比賽的成本並不低，不論是使用 AWS SageMaker 平
臺、線上模擬賽道訓練模型，或是提交模型參賽都要花錢。2019 年
DeepRacer 參賽好手孫振綸也提到他從虛擬賽到實體賽期間總共花
費大約 700 美金。從線上訓練自駕車收集大數據要收費，可見大數據
可能是未來的石油。國立交通大學資工系電腦遊戲與智慧實驗室碩士
班研究生朱詠嘉，在獲得 2019 年 AWS 自動駕駛迷你車競賽 (AWS
128
