写点什么

AWS DeepRacer ,在 re:Invent 亲自体验强化学习

  • 2019-10-14
  • 本文字数:1611 字

    阅读完需:约 5 分钟

AWS DeepRacer ,在 re:Invent 亲自体验强化学习

强化学习是一种机器学习模式,适合允许“代理”以试错方式在交互式环境中行动的情况,代理可以利用来自这些行动的反馈逐步学习,以达到预定目标或最大限度提升某些类型的分数或反馈。这与监督式学习等其他形式的机器学习形成对比,监督式学习使用一组事实(基础事实)来训练模型,以便它可以进行推理。


我们希望您能在 AWS re:Invent 大会上获得强化学习方面的一些实际动手体验,今天我也会为您详细介绍这一模式。硬件和软件的组合可以使事物(字面意义)运转!


AWS DeepRacer


我们首先谈谈硬件和软件。AWS DeepRacer 是一款 1/18 比例的无线电控制四轮驱动车:



它搭载 Intel Atom® 处理器、四百万像素、1080p 分辨率摄像头、高速 (802.11ac) WiFi、多个 USB 端口和足以续航大约 2 小时的电池。Atom 处理器运行 Ubuntu 16.04 LTS、ROS(机器人操作系统)和 Intel OpenVino™ 计算机视觉工具套件。


AWS DeepRacer 包含经全面配置的云环境,可供您用于训练强化学习模型。它利用 Amazon SageMaker 中的全新强化学习功能,还包含由 AWS RoboMaker 提供支持的 3D 模拟环境。您可以针对模拟器中包含的预定义赛道集合训练自动驾驶模型,然后进行虚拟评估或将其下载到 AWS DeepRacer 汽车并在现实世界中验证其性能。


强化学习是用于实现自动驾驶汽车的技术之一;AWS DeepRacer 这一完美的汽车(可以这么说)能让您亲身体验并了解所有相关信息。我们正在加快批量生产,不久之后您就可以下单购买了。


您可以立即访问 aws.amazon.com/deepracer 预订自己的 AWS DeepRacer,并注册预览版。


re:Invent 上的 AWS DeepRacer 和强化学习


我的同事创建了一个令人难以置信的程序,可以帮助您开始使用 AWS DeepRacer 和强化学习!


re:Invent 参与者可以参加一场研讨会,在会上了解强化学习的基础知识,然后观看演示,了解如何创建、训练和调整 AWS DeepRacer 的自动驾驶模型。您将在在线模拟器中创建、训练和优化模型,然后将其加载到真正的 AWS DeepRacer 中,以便在我们的一条测试赛道上进行测试。您的目标:尽可能准确、快速地让 AWS DeepRacer 驶上赛道。我们每个小时都会举办一次比赛,参与者有机会赢取 AWS DeepRacer 和 AWS 积分。


发动引擎


如果您参加了 re:Invent 大会,不妨设想自己已经收到了发车命令,因为在接下来的 24 小时内,我们将在 AWS DeepRacer 研讨会上组建起第一支 AWS DeepRacer 车队,并驶上 MGM 赛道。在学习强化学习的过程中,您将使用 Amazon SageMaker、AWS RoboMaker 和其他 AWS 服务。共有 6 条主赛道(每条赛道上设有一个维修站)、1 个改装站、2 条额外的赛道(可供您用于训练和实验),此外还有一位帮您加快速度的 DJ。


今天(11 月 28 日)上午 11:30 到晚上 10 点,所有圈速都会进入 Speedway Leaderboard 排行榜。在当日比赛中速度最快的前三位开发人员将晋级 2018 年总决赛,争夺 AWS DeepRacer 2018 冠军。


决赛将于周四上午 8 点在 AWS re:Invent 国际赛道上举办,就在 Werner 发表主题演讲之前。届时您将有机会参加比赛、学习、赢取奖品,收集各种赠品!


AWS DeepRacer 车队


我们希望确保全世界的开发人员都有机会出席 re:Invent 大会,参与 AWS DeepRacer。为此,我万分激动地宣布,AWS DeepRacer 车队(首个覆盖全球范围的自动驾驶赛车车队)面向所有人开放。在 2019 年于世界各地举办的 AWS 全球峰会上,我们将举办一系列现场赛事,此外还会在全年当中举办多场虚拟活动和锦标赛。获奖者和得分最高者将晋级 re:invent 2019 大会上举办的 AWS DeepRacer 2019 冠军杯。我会在不久之后向大家介绍更多细节,您也可以访问 AWS DeepRacer 网站了解最新动向。



我很快就会发布更多详细信息,敬请关注,祝您在赛车活动中玩得开心!


作者介绍:


Jeff Barr


AWS 首席布道师; 2004 年开始发布博客,此后便笔耕不辍。


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/aws-deepracer-go-hands-on-with-reinforcement-learning-at-reinvent/


2019-10-14 11:24901
用户头像

发布了 1855 篇内容, 共 123.4 次阅读, 收获喜欢 81 次。

关注

评论

发布
暂无评论
发现更多内容

一文带你搭建RocketMQ源码调试环境

悟空聊架构

RocketMQ 4月日更 悟空聊架构 4月月更

seaborn绘制箱型图

Peter

可视化 数据可视化 seaborn

TypeScript基础学习

乌龟哥哥

4月月更

Flutter 2.0的路由把我搞蒙了!!!

岛上码农

flutter 路由 移动端开发 4月月更 跨平台开发

腾讯阿里工程师所热衷的DPDK到底是个什么东西?该如何学习?

Linux服务器开发

Linux服务器开发 DPDK C++后台开发 Linux后台开发 虚拟化技术

在 K8s 上运行 GraphScope

6979阿强

大数据 图计算 GraphScope 图分析 图数据

通过质量内建,提高交付质量

老张

软件测试 质量内建 交付质量

自己动手写Docker系列 -- 5.7实现通过容器制作镜像

Go Docker 4月月更

图计算 101:图计算的类型、语言与系统

6979阿强

大数据 图计算 GraphScope 图分析 图数据

读《Software Engineering at Google》(03)

术子米德

架构师成长笔记

用 GraphScope 像 NetworkX 一样做图分析

6979阿强

大数据 图计算 GraphScope 图分析 图数据

Python 报错 ValueError list.remove(x) x not in list 解决办法

AlwaysBeta

Python 编程

jupyter notebook换皮肤

Peter

Python 机器学习 数据分析 Jupyter Notebook

企业如何进行信息化

秋去冬来春未远

数字化 信息化管理 如何信息化 信息化规律

基于卷积神经网络的猫狗识别

Peter

机器学习 深度学习 tensorflow keras

深入浅出 Ext4 块和 Inode 分配器的优化(上)

焱融科技

云计算 高性能 文件存储 文件系统

大厂工程师所热衷的DPDK到底是个什么东西?

赖猫

Linux 网络协议栈 DPDK

“双碳”强风吹拂:数据中心的绿色改革图谱

脑极体

使用 Helm 部署 GraphScope

6979阿强

大数据 图计算 GraphScope 图分析 图数据

GraphScope v0.12.0 版本发布

6979阿强

大数据 图计算 GraphScope 图分析 图数据

Docker 实战教程之从入门到提高(三)

汪子熙

Docker 容器 虚拟化 容器镜像 4月月更

linux之chroot命令

入门小站

Linux

在线IEEE浮点二进制计算器工具

入门小站

工具

读《Software Engineering at Google》(04)

术子米德

架构师成长笔记

万字长文:直击关于Docker所必须了解的知识

穿过生命散发芬芳

Docker 4月月更

基于机器学习算法的钢材缺陷检测分类

Peter

Python 决策树 随机森林 集成学习 LightGBM

Docker容器简介、优缺点与安装

乌龟哥哥

4月月更

ThreadLocal理解及使用

Rubble

4月日更 4月月更

在线CSV转Excel工具

入门小站

工具

从安装到编译: 10分钟教你在本地使用和开发GraphScope

6979阿强

大数据 图计算 GraphScope 图分析 图数据

[Day14]-[动态规划]四键盘问题

方勇(gopher)

LeetCode 数据结构与算法、

AWS DeepRacer ,在 re:Invent 亲自体验强化学习_语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章