由DataFountain竞赛平台（简称DF平台）提供办赛支持的「首届“嬴彻-清华AIR杯”自动驾驶挑战赛：决策规划算法」已圆满落幕。作为一场前沿性自动驾驶类比赛，本次大赛立足“高速道路”和“城市道路”两大真实场景，选择“半挂车模型”和“轿车模型”两种车型，顺利征集到了“优化算法”、“强化学习”、“搜索算法”三类技术方案，有效推动了自动驾驶领域的专业技术人才培养，为打造全球的自动驾驶技术与产业发展再添助力。
锁定自动驾驶 DF提供专业办赛服务
此次大赛由卡车自动驾驶公司嬴彻科技与清华大学智能产业研究院联合主办，旨在通过竞赛集众智、合众力，共同解决自动驾驶行业中真实的、一线的痛难点问题。
大赛着眼自动驾驶主流应用场景，聚焦决策规划算法，首次同步开启干线物流和城市道路两大赛道，从真实业务场景中提炼数据集，为选手提供更易用、更真实的自动驾驶仿真环境，全面解除解题思路限制，鼓励参赛选手尝试多样化解题路径、挑战在量产限制条件下的算法极限。
在大赛举办过程中，DF平台不仅为主办方提供了赛事策划、赛题托管、宣传推广、人才招募、选手管理、反作弊等常规性、精细化运营服务与技术支持，还通过标准化评测服务接口为大赛提供了赛题仿真评测环境，实现了作品评测的无缝对接，高效完成了选手作品的大规模评测任务。
作为国内知名的大数据竞赛平台，DF平台已具有八年专业竞赛服务经验，承接过人工智能、大数据、5G通信、金融、安全、电力、能源、汽车、物流等20多个行业的300余场赛事，沉淀了35万数据人才，用户覆盖国内外数千所高校、企事业单位与科研院所。
仅在自动驾驶领域，DF平台就已承接过「 自动驾驶场景中的交通标志检测」、「 自动驾驶三维点云分割」、「 基于虚拟仿真环境下的自动驾驶交通标志识别」、「自动驾驶视觉综合感知」等多个赛事，积累了一大批该领域的专业数智人才，为本次自动驾驶大赛提供了拥有一定技术水平和经验的选手资源。
算法突破 DF助力高精尖人才汇聚
在DF平台的赛事运营与技术支持下，本次大赛成功为自动驾驶领域的决策规划算法开发搭建了一个全新的竞技与交流平台，首次举办就取得了不错的赛事成绩。
大赛共吸引到1136名选手、1073支队伍参赛，报名数量超出主办方预期。选手来自清华大学、同济大学、浙江大学、深圳大学、上海交通大学、美国加州大学、普渡大学、比利时鲁汶大学等国内外204所高校以及百度、腾讯、京东、华为、联想、中兴等61家知名企业，这些高端技术人才围绕赛题场景给出了很多可行性强、落地性高的优质解决方案。
本次大赛的TOP5获奖团队贡献了“辅助驾驶+深度模拟学习+搜索算法的综合解决方案”、“双向搜索+贪心算法”、“搜索算法的空间剪枝”、“凸优化方案”、“深度强化学习PPO算法”等各具亮点与特色的自动驾驶相关问题解决方案，为主办方提供了良好的技术参考与破题思路，进一步加速了领域内前沿技术的应用。
其中，美国加州大学戴维斯分校与普渡大学在读博士组成的海外团队“戴普小分队”仅凭借3次作品提交就成功揽获冠军奖项，成绩大幅领先其他团队。该团队在官方提供的优化、搜索、强化学习三类基线算法的基础上，分析了各种方法的有效性和局限性后，使用辅助驾驶+深度模拟学习+搜索算法的综合解决方法，利用Xbox控制器采集多个专家驾驶数据，学习专家策略训练神经网络控制半挂车的加速度，配合LCA车道保持系统，最终完成了轨迹规划，解决了实际业务难题。
▲嬴彻科技CTO杨睿刚博士在嬴彻硅谷办公室为冠军团队颁奖
赛事满意度高 DF协同打造高水平赛事
选手们的解题思路精彩纷呈,是一场高质量的比拼,我们在赛程中也为选手们的硬核实力深感鼓舞。“纸上得来终觉浅,绝知此事要躬行”,嬴彻不仅在赛题中用真实数据给选手们带来理论联系实际的体验,也号召有志于投身自动驾驶行业的优秀人才进入业界,将代码转化为真正的生产力。
——嬴彻科技CTO 杨睿刚博士
办赛期间，DF平台全程给予专业建议，有问必答。在DF的支持下，大赛最终参赛人数超过预期。选择DF，让赛事有保障。
——嬴彻科技公共关系总监 朱礼平
自动驾驶是未来汽车工业发展的方向，主办方嬴彻科技提供了业内一流的自动驾驶仿真环境，着力于大场景、小算力等真实问题的挑战，通过上千位优秀选手的激烈角逐，产生了真实价值，加快了自动驾驶技术的产业化进程。
——DataFountain数联众创CTO 崔维福
首届“嬴彻-清华AIR杯”自动驾驶技术挑战赛是一场专业、用心、高水平的竞赛，很开心DF可以携手嬴彻科技和清华大学智能产业研究院（AIR）共同举办这样一场优质比赛。期待未来开展更多合作，进一步发挥数据科学竞赛的价值，汇聚众智，加速前沿科技应用创新，促进自动驾驶行业不断发展。
——DataFountain数联众创项目经理 刘佳
这是一次非常好的参赛体验，建议加大宣传力度、提高奖金，吸引更多的人才参与进来。
——“戴普小分队”获奖选手 祝元恺
通过参加这次比赛，我认识到强化学习算法work的重要因素是其环境、奖励和动作的编码，其中环境编码尤为重要，有效的环境编码可以加快算法的收敛，而针对强化学习算法的选择并不是越复杂越好，较为简单的 DQN 表现也很不错。对于比赛感觉很满意，希望还有更多的这种比赛。
——“对对对队”获奖选手 方鑫
非常感谢赢彻提供的这次比赛机会，我学到了很多，来年一定要接着办下去！
——“赣就完了兄弟们队”获奖选手 王鼎瑞
期待更多政府、企业、高校及科研院所，和DF平台一起，打造更多优质数据竞赛，深入挖掘和培养高精尖数智人才，共同占领行业“智高点”！也期待越来越多的数据科学爱好者加入DF大数据竞赛平台（datafountain.cn），交流融通、比武竞技，在实践中收获奖金、技术、知识与更多志同道合的伙伴！
