发布于: Jun 1, 2022
经过数月的努力，全国上万名自动驾驶爱好者们积极参与活动，抱着对人工智能和机器学习积极探索的热情来了！
丰富多样的 Amazon DeepRacer 活动让不同国家、不同城市、不同年龄的孩子们汇聚到一起，同台竞技，释放着自己训练的世界上第一辆由强化学习算法驱动的自动驾驶小车模型的速度与激情。
疫情期间 Amazon DeepRacer 拉近了人与人之间的距离，我们的愿景是将机器学习带到每一个学生手中。
话不多说，让我们一起来看看最近如火如荼进行中的 Amazon DeepRacer 活动中的各项大奖都花落谁家了呢？
“ CCF 中国计算机应用技术大赛-全国智能无人车巡回挑战赛”（线上及线下赛）
大赛由中国科学技术协会成员、全国一级学会中国计算机学会（CCF）主办，由中国计算机学会计算机应用专业委员会承办，由华南师范大学及北京绿洲星辰教育科技有限公司协办。
赛会时间为2022年1月-7月，面向全国大学及中学生，主要分为北区、东区、南区、西区、港澳台区五大赛区。
2022 年 5 月，海口广播电视台，海口市科技创新教育学会联合海南海马汽车有限公司共同主办 2022 海南自贸港 Amazon DeepRacer 青少年自动驾驶大赛。本赛事面向海口市各中小学校学生，并于同月 29 日成功举办线下决赛。
决赛实况将在 6 月 4 日周六下午3：10海口一套《国际教育创新岛》节目进行首播，同时，节目也将在海口二套、三套以及海口生活广播 104.4 进行轮播，并在《国际教育创新岛》同名移动端平台推出。
向上滑动解锁获奖名单
冠军
奇迹队
王学迟（海南中学）
陈亮（海口市第四中学）
于江源（海南华侨中学观澜湖学校）
亚军
巅峰队
黄泽楷（海南华侨中学观澜湖学校）
符美婷（海口市第七中学）
李钰圻（海口市第四中学）
季军
超能陆战队
王族宇（海口市第四中学）
王朝智（海口市第四中学）
陈秋蔚（海口市第七中学）
优秀奖
勇气队
王朝博（海口市第四中学）
符蔚伟（海口市第四中学）
叶俞彤（海口市第四中学）
向上滑动解锁四周晋级名单
第一周
北区小学组
王语宁
北京市朝阳区第八十中学枣营分校小学部
北区中学组
刘佳铭
人大附中
南区小学组
金焕珉
广州市南沙区金隆小学海滨路校区
南区中学组
李宗禧
广州市番禺区加拿达外国语学校剑桥郡校区
东区小学组
李昊谦
上海外国语大学西外外国语学校
东区中学组
何智悦
静安区教育学院附属学校初中部
第二周
北区小学组
万书豪
中国人民大学附属中学实验小学
北区中学组
郑昊玥
北京市海淀外国语实验学校
南区小学组
王泽宁
鹭湖外国语小学
南区中学组
谢添翼
深圳市万科梅沙书院
东区小学组
吴子越
上海市世界外国语小学
东区中学组
施博仁
上海浦东民办宏文学校
第三周
北区小学组
徐增洋
北京师范大学实验小学
北区中学组
宋俐萱
ISKL
南区小学组
符迅
广州市实验外语学校
南区中学组
吴承曦
广州市南武中学
东区小学组
安芮嘉
上海浦东新区民办宏文学校
东区中学组
傅泽锴
上海包玉刚实验学校
第四周
北区小学组
马煜涵
北京市西城区宏庙小学
北区中学组
吴腾昊
北京第56中学
南区小学组
杨浩歌
深圳福田区红岭实验小学
南区中学组
黄义严
深圳市福田实验教育集团侨香学校
东区小学组
谢润德
上海市浦东新区民办宏文学校
东区中学组
钱昕阳
包玉刚实验学校 初中部
全国各地各位小选手同场竞技，体验赛车与科技交汇的炙热与飞扬！
亚马逊云科技 K12 教育团队的任务是帮助来自不同城市、不同年龄、不同学校的孩子学习人工智能，积极贯彻国家青少年人工智能教育普及的政策。
我们携手教育合作伙伴，帮助学校打造独具特色的人工智能课程内容，提升数千名老师科学素养，弥补教育资源地域差异，为中国培养具备国际视野及全方位技能的数万名未来科技人才。
截至2022年中，已经有超过 300 所中学、10000 名学生开展了 DeepRacer 学习，超 2000 名学生参与到各类青少年比赛中。
今年，我们将覆盖更多学校，并从多样的 DeepRacer 活动中挑选出部分优秀赛手获得亚马逊云科技“K12 实践营”机会，其中 24 名顶尖赛手将角逐 2022 第二届Amazon DeepRacer 青少年中国区总决赛冠军名额，并代表中国杀入全球总决赛。让我们一起期待今年奇迹的诞生！
了解更多关于 Amazon DeepRacer ，赶快进入我们的 Amazon DeepRacer 快问快答吧！下一届的小冠军，说不定就是你！
Amazon DeepRacer Q＆A
Q1
什么是 Amazon DeepRacer ？
A1：Amazon DeepRacer 是我们开启强化学习 (RL) 的最快方式，字面意思是一款由强化学习、3D 赛车模拟器和全球赛车联盟驱动的 1/18 比例的完全自动驾驶赛车。
开发人员可以在我们的在线模拟器中训练、评估和调整 RL 模型，将他们的模型部署到 Amazon Web Services DeepRacer 上，从而获得现实世界的自动驾驶经验，并参加 Amazon Web Services DeepRacer League 的比赛，获得赢取 Amazon Web Services DeepRacer 冠军杯的机会。
Q2
Amazon DeepRacer与市场上的其他机器人模型汽车有何不同？
A2：Amazon DeepRacer 是我们第一款专门为帮助开发人员进行强化学习实践而开发的自动驾驶汽车。其为开发人员提供了一种学习 RL 的简单方法，用新的 RL 算法和模拟到真实域传输方法进行实验，并在现实世界中体验强化学习。
Q3
Amazon DeepRacer实际应用有哪些？
A3:上面提到，Amazon DeepRacer 是 1/18 自动驾驶赛车，专门用于通过在实际赛道上进行竞赛来测试强化学习模型。这种赛车使用车载摄像头监控赛道，并使用强化模型来控制速度与方向，通过此方式演示了如何将在模拟环境中训练的模型转移到真实场景，这给全球机器学习爱好者提供了将模拟环境中训练的模型转移到真实世界的实践过程。