昆山杜克大学边缘智能实验室（DKU Edge Intelligence Lab）近日组织举办了首届Amazon DeepRacer无人车比赛。此次活动得到了昆山杜克大学自然与应用科学学部和亚马逊云科技（中国）的支持。
经过近两个月的自主学习和技术交流以及线上模拟和线下测试，14名来自大一到大三的候选人从近70名报名学生中脱颖而出，进入最终的校内赛决赛，争夺最后的冠军。
为了确保本次校内赛的公平公正，边缘智能实验室邀请了亚马逊云科技大中华区解决方案架构师Jeremy Davis Pedersen和大中华区产品专家龙雨（Rainy）担任裁判并宣布了计时赛的比赛规则。
经过一个半小时的紧张比赛，来自数据科学专业的2026届本科生钱龙以12.0秒的圈速赢得了高年级组的冠军，紧随其后的是同样来自数据科学专业的2026届本科生蒲树，以12.7秒的圈速获得第二。低年级组的冠军由2027届学生朱煜肖以12.9秒的最快圈速获得。
本科生项目自然与应用科学学部主任、物理学副教授黄锴表示，“作为教育者，我们需要思考如何激发学生的探索兴趣。为什么要设计这个机器人小车？设计的思路是什么？使用了哪些算法和软硬件设备？这是如何设计以及实施一个项目的整个过程，其实已经远远超出了比赛本身。我们希望学生能有自己探索的热情与心态，这实际上也是教育的目标。 ”
负责组织本次比赛的指导老师，数据与计算科学助理教授罗冰说：“我认为DeepRacer是一个很好的活动，学生不仅可以学习理论知识，还可以亲身体验如何将学到的机器学习和强化学习知识应用到真实的机器人小车上，并看到这个模型的表现如何，理论与现实世界总是存在着差异，我认为这对学生来说是一个很好的学习机会，让学生了解课程中的理论知识与工业应用上的距离。”
比赛结束后，学生们将继续优化他们的模型，为明年的全国DeepRacer比赛做好准备，同时部分学生也将进入边缘智能实验室开展多智能体协作的前沿科研研究。
视频来源：昆山杜克大学自然与应用科学学部
Amazon DeepRacer是亚马逊云科技在 2018 年推出的一款由强化学习和3D 赛车模拟器驱动的 1/18 比例的全自动驾驶赛车。学生和开发者可以通过在线模拟器中训练、评估和优化自己的强化学习模型算法，并通过将模型部署在实际赛车上来获得现实场景中的信息反馈，进而不断优化调整其模型。
Amazon DeepRacer全球联赛是全球人工智能（AI）迷的盛宴，每年吸引30多个国家上万人，齐聚美国拉斯维加斯全球总决赛。自2020年起，清华、北大、复旦、上交等国内高校均组织了Amazon DeepRacer的校内比赛及俱乐部活动。
