在最有利的位置學習強化學習
AWS DeepRacer 讓您透過趣味十足的方式開始強化學習 (RL)。RL 是一項進階的機器學習 (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最佳化的同時做出短期決定。
透過實作教學快速開始學習機器學習，該教學可幫助您學習機器學習的基礎知識，開始訓練強化學習模型並在令人興奮的自動賽車體驗中對其進行測試。
在 AWS DeepRacer 3D 賽車模擬器中測試這些新發現的技能。 試驗多個感應器輸入、最新的強化學習演演算法、神經網路設定以及模擬轉移到實際領域的方法。
AWS DeepRacer League 提供爭奪獎品的機會，並讓您在線上或當面與機器學習同好相聚。分享有關如何成功建立自己的私人虛擬比賽的想法和洞見。
參加 AWS DeepRacer League 比賽
建立模型後，就可以開始比賽了！ AWS DeepRacer League 是全世界第一個面向所有人的全球自動駕駛賽車聯盟。開發人員可以在世界任何地方展開競逐，以爭奪獎品和榮耀，並有機會晉級在 re:Invent 2021 期間舉行的 AWS DeepRacer 冠軍杯決賽！
上路了
AWS DeepRacer 是一款 1/18 比例的自動駕駛賽車，旨在透過實體賽道上的比賽來測試 RL 車型。使用攝影機查看賽道和強化模型以控制油門和轉向，這種賽車示範如何將模擬環境中訓練的模型轉移到真實世界。
AWS DeepRacer Evo 簡介
AWS DeepRacer Evo 是下一代自動駕駛賽車。它配備了立體攝影機和 LiDAR 感應器，可以迴避障礙物和進行正面交鋒比賽，為開發人員提供將賽車提升到更高層次所需的一切。在障礙物迴避比賽中，開發人員使用感應器來偵測並迴避賽道上的障礙物。在正面交鋒中，開發人員與同一條賽道上的另一台 DeepRacer 競賽，並嘗試迴避它，同時保持最佳圈速。前置攝影機和左右攝影機組成立體攝影機，可協助賽車學習影像中的深度資訊。此資訊可以接著用來感應並迴避賽道上接近的物體。LiDAR 感應器是面向後方，可偵測賽車後方和側面的物體。
已經擁有 AWS DeepRacer？
背後原理
AWS DeepRacer Evo 賽車包括原始的 AWS DeepRacer 賽車、額外的 4 百萬畫素攝影機模組 (可與原始模組組成立體視覺)、掃描 LiDAR、可同時安裝立體攝影機和 LiDAR 的外殼、一些配件和可進行快速安裝的易用工具。
| 賽車 | 1/18 比例 4 輪驅動並加裝引擎越野卡車底盤 |
| CPU | Intel Atom™ 處理器 |
| 記憶體 | 4 GB RAM |
| 儲存 |
32 GB (可擴充) |
| WI-FI | 802.11ac |
| 攝影機 | 具備 MJPEG 的立體 4 MP 攝影機 |
| LIDAR 感應器 | 360 度 12 公尺掃描半徑 LIDAR 感應器 |
| 軟體 | Ubuntu OS 16.04.3 LTS、Intel® OpenVINO™ 工具套件、ROS Kinetic |
| 驅動電池 | 7.4V/1100mAh 鋰聚合物 |
| 運算電池 | 13600mAh USB-C PD |
| 連接埠 | 4x USB-A、1x USB-C、1x Micro-USB、1x HDMI |
| 感應器 | 整合式加速度計和陀螺儀 |
探索為所有技能等級的開發人員設計之教育裝置產品組合，利用有趣實用的方法學習機器學習。開始利用 AWS DeepRacer 進行強化學習，了解如何用 AWS DeepLens 建立以深度學習為基礎的電腦視覺應用程式。並藉 AWS DeepComposer 透過產生式 AI 表現您的創造力。
