AI賽車挑戰賽

(一)競賽說明

本次AI賽車競賽必須透過AWS的DeepRacer雲端平台進行程式開發，透過線上虛擬的方式進行初、決賽。

什麼是AWS DeepRacer? 它是AWS出的一款1/18 比例全自動賽車，讓一般人可以透過有趣的方式來學習”強化學習模型”(Reinforcement Learning, RL)，RL 是一項進階的機器學習 (Machine Learning, ML) 技術，採用與其他機器學習方法截然不同的訓練模式。它的強大能力在於無需任何經過標記的訓練資料，即可學習非常複雜的行為，而且能在針對長期目標進行優化的同時做出短期決定。團隊只要使用AWS的雲端平台，與3D模擬器中的虛擬汽車及賽道，就可以很快速的開發自駕車機器學習模型(Reinforcement Learning model)。

利用 AWS DeepRacer，可以在雲端 3D 賽車模擬器中開始使用虛擬汽車和賽道，還可以將訓練有素的模型部署到 AWS DeepRacer與其他參賽團隊共同競技。

(二)報名資格

• 凡大專校院(含大專生、碩博士生)之在學學生都可參加。
• 每隊學生可由1~8人組成，另需有1-2名學校指導老師。

(三)報名流程

• 線上報名-報名網址：https://innoserve.tca.org.tw
• 注意事項

  項目	注意事項
  上傳報名文件	須完整填寫報名資訊。 須提供申請AWS帳號之電子郵件信箱及AWS ID(12碼的數字)。 學生證正反面影本，需掃描成PDF檔，且檔案大小不得超過2MB。 參賽切結書暨蒐集個人資料告知提供同意書 (附件4) 供執行單位查驗「在學身分」使用，若學生證為IC卡無法辨識「系所及註冊章」時，請「學校單位開立在學證明」一併上傳。 團體照需為JPG檔，繳交像素須大於1024x768，且禁止裁剪成正方形避免播放時變形，並建議參賽團隊全體及指導老師共同合影，檔案大小不得超過2MB。
  其他	不符合上述報名程序及交付資料不齊全之團隊，主辦單位有權取消其參賽資格。 報名截止後不得更換或新增組員及指導老師。

(四)競賽時程及流程

• 報名日期(線上)：111年9月26日(一)上午九點開放報名~111年10月6日(四)下午五點截止

(五)競賽流程及注意事項說明

1.初賽

• 資格審查：由競賽委員會依據報名文件進行資格審查。
• 採用線上虛擬競賽。
• 網址：初賽連結將於資格審查後提供給報名團隊，敬請留意Email信件。
• 每隊需於初賽期間2022/10/11(二) 09:00 - 2022/10/21(五) 23:59於AWS DeepRacer參加線上虛擬競賽，必須向DeepRacer聯盟提交AWS DeepRacer Reinforcement Learning model，將以程式設計的方式在執行單位提供之AWS網站賽道上進行比賽。
• 所使用之Reniforcement Learning model需命名為「InnoServe_英文專題名稱 (ex：InnoServe_First)」，以利競賽委員會抓取團隊之最佳成績。
• 參賽團隊需提供團隊所使用的AWS帳號。
• 線上虛擬競賽依指定賽道進行比賽，車輛出界每次加時3秒鐘，一次跑一圈，以完賽時間進行排名，完賽時間越短排名越高。你可以為虛擬比賽提供多個模型多次進行比賽直到截止時間，但競賽委員會只會保留你或你的團隊的最佳完賽時間。
• 10/24(一) 下午15:00將公告進入決賽的20個團隊及團隊最終成績。
• 請團隊也將你最好的成績截圖下來，寄至ayesha@mail.tca.org.tw，以利委員會進行二次確認。

2.決賽

1. 採用線上虛擬競賽
2. 由參賽團隊需提交自行訓練之Reinforcement Learning model參加線上虛擬競賽，時間將從上午9:30到下午14:00間進行線上虛擬決賽。
3. 線上虛擬競賽依指定賽道進行比賽，車輛出界每次加時3秒鐘，"一次跑完5圈才算完賽"。團隊可於線上進行多次競賽，將取最佳成績進入最終排序之成績。
4. 以完賽時間進行排名，完賽時間越短排名越高。
5. 可以為虛擬比賽提供多個模型並多次進行比賽直到截止時間，但競賽委員會只保留每個團隊的最佳完賽時間。
6. 本競賽僅能以自己的Reinforcement Learning model或是AWS 在 AWS DeepRacer 控制台提供的Sample model進行比賽。除了 AWS 在 AWS DeepRacer 控制台中提供的模型外，凡是分享 Reinforcement Learning model或使用分享的 Reinforcement Learning model 的參賽者都將會被取消資格。

(六)獎勵辦法