Entwickler, starten Sie Ihren Motor
Wer mit Machine Learning richtig durchstarten will, hat jetzt Gelegenheit dazu – mit einem vollständig autonomen Rennwagen im Maßstab 1:18 mit Reinforcement Learning in einem cloudbasierten 3D-Rennsimulator und einer weltweiten Rennliga.

Auf der Pole-Position für den optimalen Einstieg in Reinforcement Learning
AWS DeepRacer bietet eine interessante und unterhaltsame Möglichkeit, ins Reinforcement Learning (RL) einzusteigen. RL ist eine fortschrittliche Machine-Learning(ML)-Methode, die ganz anders als andere Machine Learning-Methoden an Trainingsmodelle herangeht. Ihre Stärke besteht darin, dass sie komplexe Verhaltensweisen erlernt, ohne dass dafür gelabelte Trainingsdaten nötig sind. RL kann außerdem kurzfristige Entscheidungen treffen und diese für ein langfristiges Ziel optimieren.

Bauen Sie Modelle in Amazon SageMaker und trainieren, testen und iterieren Sie sie dann leicht und schnell mit dem AWS DeepRacer 3D Rennsimulator auf der Strecke.
Weitere Informationen »

Erleben Sie den Nervenkitzel eines realen Rennens, wenn Sie Ihr Reinforcement-Learning-Modell in AWS DeepRacer einsetzen.
Weitere Informationen »

Treten Sie in der weltweit ersten weltweiten liga für autonome Rennen an, um Preise und Ruhm zu gewinnen und die Chance zu erhalten, in den Championship Club einzuziehen.
Weitere Informationen »
Praktische Tutorials vermitteln Ihnen wichtige Machine Learning-Grundlagen und helfen Ihnen, erste Reinforcement-Lernmodelle zu trainieren und in einem Rennen mit einem autonomen Modellfahrzeug zu testen.
Testen Sie Ihre neu erworbenen Kenntnisse im AWS DeepRacer 3D-Rennsimulator, entweder in einem Zeitrennen oder im direkten Wettbewerb gegen ein anderes virtuelles Fahrzeug. Experimentieren Sie mit verschiedenen Sensordaten, den neuesten RL-Algorithmen, neuronalen Netzen und Möglichkeiten, Ihre Simulationen in die Praxis zu übertragen.
In der AWS DeepRacer-Liga treten Sie gegen andere Entwickler an. Gewinnen Sie Preise und neue Freunde in der Machine Learning-Community – online und persönlich. Tauschen Sie sich mit Gleichgesinnten aus und starten Sie Ihr eigenes privates virtuelles Rennen.

Mit Vollgas voraus
AWS DeepRacer ist ein autonomes Rennauto im 1:18-Maßstab, mit dem sich RL-Modelle auf einer echten Strecke testen lassen. Mithilfe einer Kamera und eines Reinforcement-Modells zur Steuerung von Geschwindigkeit und Lenkung überträgt das Auto ein in einer simulierten Umgebung trainiertes Modell in die reale Welt.
Neu: AWS DeepRacer Evo
AWS DeepRacer Evo ist ein autonomer Rennwagen der neuesten Generation. Es ist voll ausgestattet mit Stereokameras und LiDAR-Sensoren zur Aktivierung der Objektvermeidung und für Kopf-an-Kopf-Rennen und gibt Entwicklern somit alle Möglichkeiten, die sie benötigen, um ihre Rennen auf die nächste Ebene zu heben. Bei Objektvermeidungsrennen verwenden Entwickler die Sensoren, um Hindernisse auf der Rennstrecke zu erkennen und diesen auszuweichen. Beim Kopf-an-Kopf-Rennen messen sich Entwickler mit anderen DeepRacer-Gamern auf der gleichen Rennstrecke, versuchen dabei aber, sich aus dem Weg zu gehen und die schnellste Rennrunde zu fahren. Frontkameras auf der rechten und linken Seite bilden die Stereokamera-Kombination, mit denen das Auto umfassende Information aus Bildern erhält. Diese Informationen verwendet das Auto dann, um Hindernisse, denen sich das Auto auf der Rennstrecke nähert, per Sensor zu erkennen und diesen auszuweichen. Der LiDAR-Sensor dient der Erkennung nach hinten und erkennt Hindernisse hinter und neben dem Auto.


Sie besitzen AWS DeepRacer bereits?
Erste Schritte mit AWS DeepRacer
Entwickeln, trainieren und optimieren Sie Ihr Reinforcement-Learning-Modell im 3D-Rennsimulator AWS DeepRacer. Jetzt kostenlos starten »

Unsere Anleitungen helfen Ihnen, in der AWS DeepRacer-Konsole Ihr erstes RL-Modell zu entwickeln. Danach können Sie weiter experimentieren und das Modell neu trainieren, um den Kurs erfolgreich zu durchfahren und die beste Rundenzeit zu erreichen!

Experimentieren Sie mit zusätzlichen Sensoren und neuen Algorithmen. Trainieren Sie das RL-Modell darauf, Objekte auf der Fahrbahn zu erkennen oder im direkten Zweikampf mit einem anderen Fahrzeug das Verhalten des Gegners zu analysieren und vorauszusagen.

Schließen Sie sich der AWS DeepRacer League an
Das Modell steht? Dann ist es Zeit für ein Rennen! Die AWS DeepRacer League ist die weltweit erste globale autonome Rennsport-Liga, bei der jeder mitmachen kann. Entwickler aus aller Welt treten um Preise, Ruhm und die Chance auf eine Qualifikation für das Finale des AWS DeepRacer Championship Cups auf der re:Invent 2020 an!

Treten Sie der AWS DeepRacer League bei. Fahrer aus der ganzen Welt sind willkommen. Nehmen Sie an Zeitfahrrennen teil und stellen Sie sich über die AWS DeepRacer-Konsole neuen Herausforderungen wie Kopf-an-Kopf-Rennen.

Mit den aktualisierten Community-Rennen können Sie eigene Rennen der Klassen Zeitfahrten, Objektvermeideung und Kopf-an-Kopf veranstalten, um gegen Kollegen anzutreten oder sie öffentlich weltweit mit anderen ML-Begeisterten zu teilen. Erstellen Sie ein Rennen in wenigen Minuten und fahren Sie online in der AWS DeepRacer-Konsole.
Unter der Motorhaube
Das AWS-DeepRacer-Evo-Auto enthält das Original-AWS-DeepRacer-Auto, ein zusätzliches 4-Megapixel-Kameramodul, das mit der ursprünglichen Kamera für Stereovision sorgt, einen LiDAR-Tastsensor, eine Halterung, die Platz für die Stereokamera und den LiDAR-Sensor bietet, sowie einige Zubehörteile und intuitive Werkzeuge für eine schnelle Montage.
AUTO | Allradantrieb mit Monster-Truck-Chassis im Maßstab 1:18 |
CPU | Intel Atom™ Prozessor |
ARBEITSSPEICHER | 4 GB RAM |
SPEICHER |
32 GB (erweiterbar) |
WLAN | 802.11ac |
KAMERA | 4-MP-Stereokameras mit MJPEG |
LIDAR-Sensor | 360-Grad-LIDAR-Sensor mit einem 12-Meter-Abtastradius |
SOFTWARE | Ubuntu OS 16.04.3 LTS, Intel® OpenVINO™ Toolkit, ROS Kinetic |
ANTRIEBSBATTERIE | 7,4V/1100 mAh-Lithium-Polymer-Batterie |
VERARBEITUNGSBATTERIE | 13600 mAh USB-C PD |
PORTS | 4x USB-A, 1x USB-C, 1x Micro-USB, 1x HDMI |
SENSOREN | Integrierter Beschleunigungsmesser und Gyroskop |


