交通大學CGI Lab學生表現優異  獲得本年度全球聯賽冠、季軍

今年AWS DeepRacer全球自動駕駛賽車聯盟總決賽在台灣12月15日晚上於AWS re:Invent 大會上公佈最終結果，由國立交通大學電腦遊戲與智慧實驗室（CGI Lab）學生許博鈞（PoChun-NCTU-CGI）和郭奎廷（Kuei-NCTU-CGI）分別拿下總冠軍和季軍，再度將榮耀抱回台灣。許博鈞在資格賽的線上對戰聯賽得過數次冠軍，郭奎廷在5月線上高峰會競速賽獲得冠軍，兩位也是晉級決賽唯二的學生代表，與六位各國企業開發人員在線上模擬環境透過對戰模式，以最短時間完成5圈，奪得最後名次。2020 AWS DeepRacer全球自動駕駛賽車聯盟自今年三月起展開為期八個月的資格賽，超過1萬人次的挑戰和篩選，最終由112位全球各界好手在AWS re:Invent 2020上進行分組淘汰賽。

 

順著去年校友朱詠嘉在全球聯盟賽季軍成績的參賽經驗，交通大學CGI Lab今年有備而來，藉由學長的經驗分享和傳承，從三月開始透過進行比賽和觀摩對手，不斷優化RL模型，讓自己的AWS DeepRacer跑出了更好的成績。由學長黃勁博帶領高誌佑、許博鈞、郭奎廷和鄭紹雄等四位學弟，爭取到re:Invent冠軍賽參賽資格，並在分組淘汰賽的第一組（JP & TW）稱霸前四名，刷掉去年世界冠軍的日本選手Sola，全數晉級32強。最後由許博鈞和郭奎廷出戰總決賽，獲得2分0.856秒和2分2.655秒的好成績，打敗許多優秀的企業參賽者，再度凸顯台灣機器學習領域人才的優異表現。

 

觀看總決賽精彩片段：

交通大學資訊工程系教授、CGI Lab負責人吳毅成老師表示：「交大電腦遊戲與智慧實驗室致力於透過電腦遊戲研究人工智慧和機器學習，其中以深度學習（Deep Learning）與強化學習為研究重點，而AWS DeepRacer正是符合我們的研究和實際應用對象。藉由去年在台北和美國總決賽的參賽經驗，今年的學生團隊透過賽事不斷優化DeepRacer的演算模型，在世界冠軍賽跑出相當漂亮的成績，讓我深以這些同學為榮。期待有機會再次參加實體的聯賽，與全球開發人員面對面較勁，激勵學生們深入機器學習領域的研究和應用。」

 業和學校積極導入AWS DeepRacer 以趣味競賽培養機器學習技能人才 

正因為聯賽的趣味性，不少校園也積極導入AWS DeepRacer，讓學生可以提早接觸機器學習，藉由自駕車競賽提高學生學習興趣，提早培訓產學人才。今年年初逢甲大學便採購了數台實體DeepRacer車輛並建置實體賽道，將自駕車應用於課堂教學中，共有超過30位不同院系的同學修課，成為校內推動AI學習的新利器；在AWS專家的指導下，逢甲大學六月在校內舉辦台灣首場校園AWS DeepRacer大賽，持續把雲端科技融入教育與實作中。

AWS DeepRacer也在企業端吹起旋風，讓機器學習不再遙遠，幫助鼓勵員工和企業擁抱創新，從而進行數位轉型。全球領先金融服務公司Capital One、Morning Star都曾積極舉辦DeepRacer競賽，其中Morning Star在2019年5月舉辦的比賽，共有來自8個國家的445員工參與，其中有35%來自技術部門，在公司內部獲得相當高的評價。在台灣及新加坡，星展銀行也透過舉辦DeepRacer競賽活動，讓員工建構AI運作邏輯與思維，體驗機器學習。

AWS香港暨台灣總經理王定愷表示：「交通大學CGI Lab團隊可以再度站上世界舞台並從中脫穎而出，再次證明台灣年輕的科技人才不容小覷。我們很高興看到許多企業利用AWS DeepRacer的趣味性進行組織創新，這些活動讓機器學習技術不再遙遠、生硬，同時提供給員工實作人工智慧和機器學習技能的機會。我們期待透過DeepRacer，繼續帶動台灣各領域對雲端人才的培養，幫助台灣人才持續精進。」