2024年國際自動駕駛挑戰賽正式開始-人工智慧-PHP中文網

2024年國際自動駕駛挑戰賽正式開始

新賽題：七大賽道，賽題新穎，全方位涵蓋相關領域最新最熱話題，充分挖掘大模型在自動駕駛及具身智慧垂直領域中的應用。
高獎金：總獎金池超過12萬美金，單賽道最高獎金可達2.7萬美金。據不完全統計，獎項金額在CVPR 2024百百個論壇中最高。
重原創：加強基礎研究探索，堅持四個面向。以原創性與科學研究價值作為主要衡量指標，並非單靠成績排名。採取原創方案加性能指標兩者結合的方式進行綜合排序。

2024年3月1號，2024年國際自動駕駛挑戰賽正式啟動。本次挑戰賽由上海人工智慧實驗室主辦，並聯合多家國內外機構共同舉辦。多位國內外知名專家學者組成賽事指導與評獎委員會。本賽事旨在深入探討自主系統面臨的任務與挑戰，為全球參賽者提供展示技術與創新的舞台。在本次大賽中，我們對參賽者不設定過多的限制，如允許同一機構多個隊伍參賽，允許使用所有公開資料集及預訓練權重，允許一個隊伍同時獲得多個獎項等。本次比賽共設七條賽道，得獎者有機會獲得高達兩萬七千美金獎勵，還有機會被邀請在國際頂尖期刊投稿。我們也為每個賽道準備了詳細的參賽指引及基準模型，點擊每個賽道對應連結即可存取。

比賽官網：

https://opendrivelab.com/challenge2024

主活動：

##CVPR 2024論壇-

Workshop on Foundation Models for Autonomous Systems (Seattle, USA)

相關活動：

第三屆中國三維視覺大會（ China3DV 2024）
六月中旬：
線下活動（北京/上海）

賽題介紹#端對端自動駕駛

由於先前資料集規模有限、開環和閉環指標不一致等原因，導致難以使用真實數據對感覺運動驅動策略進行基準測試。此賽道中，將使用大規模數據彌合兩種評估範式之間的差距，並透過在短時序範圍內的BEV抽象建模，實現高效開環評測，同時更好地與閉環評估保持一致。

資料量：約2T

家//huggingface.co/spaces/AGC2024-P/e2e-driving-2024

世界模型
作為現實的抽象時空表徵，世界模型可根據觀測到的當前狀態預測未來狀態，對世界模型的學習將促進基礎模型表現提升至新水平。模型需要在只有視覺輸入的情況下，預測未來時刻的點雲，以證明其對世界的預測能力。
賽道資訊：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#predictive_world_model

參考訓練時間：樣本資料上，8卡A100，3天測試伺服器：https://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024

#佔據柵格和運動估計
三維框往往不足以描述一般物體，受機器人學概念的啟發，可將感知表徵描述成對柵格化三維空間的佔據情況預測。在這個賽道中，參賽者不僅要給出三維空間的柵格化表示，還須給出柵格的運動預測。
賽道資訊：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#occupancy_and_flow
#自動駕駛挑戰賽@China3DV ：https://huggingface_and_flow

.co/spaces@China3DV ：https://huggingface_and_flow. /China3DV-S/occupancy-and-flow-2024

###資料量：約70GB######參考訓練時間：8卡3090，2天######測試伺服器：https: //huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024###############具身多模態三維視覺定位######

相比駕駛場景，室內的具身三維感知系統面對的是包含語言指令的多模態輸入、更複雜的語義理解、更多樣化的物體類別和朝向，以及大不相同的感知空間和需求。基於此，大賽建構了一套第一視角的多模態全場景三維感知工具包 EmbodiedScan。這項任務的目標是：給定關於特定物體的語言描述，偵測出目標物體的類別以及朝向的三維框。

賽道信息：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#multiview_3d_visual_grounding
數據量：約1.5T
參考訓練時間：樣本資料8 卡A100 0.5天，全量資料8 卡A100 3天
測試伺服器：https://huggingface.co/spaces/AGC2024/visual-grounding-2024

#CARLA自動駕駛挑戰賽

CARLA自動駕駛挑戰要求車輛通過一組預先定義的路線。車輛行駛路線中涉及複雜的情況，如高速公路、城區、住宅區和鄉村等環境，同時包含日光、日落、夜晚以及雨、霧等光照和天氣，為自動駕駛系統的閉環評測提供了可能。

賽道資訊：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#carla
測試伺服器：https://eval.ai/web/challenges/challenge -page/2098/overview

2024年國際自動駕駛挑戰賽正式開始

大語言模型在自動駕駛中的應用

#透過引入語言訊息， DriveLM資料集將大語言模型與自動駕駛系統連接起來，並最終透過引入語言的推理能力做出決策，確保規劃的可解釋性。以多視角影像為輸入訊息，模型須回答涉及駕駛的多方面問題。

賽道資訊：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#driving_with_language
#資料量：訓練集4072幀，測試集799幀，每幀約90個問答對
參考訓練時間：8卡V100，1天
測試伺服器：https://huggingface.co/spaces/AGC2024/driving-with-language-2024

無圖駕駛

在沒有高清地圖的情況下，自動駕駛汽車需要高水準的場景理解能力，本賽道旨在探索場景推理能力的極限。將多視角影像和標清地圖作為輸入訊息，神經網路不僅要輸出車道和交通元素的感知結果，同時還須輸出車道之間、車道和交通元素之間的拓撲關係。

賽道資訊：//m.sbmmt.com/link/492f948808daf55a3f9e7ddd3694f546#mapless_driving
自動駕駛挑戰賽@China3DV ：https://hugging.faceco/spaces /China3DV/mapless-driving-2024
資料量：約200G
參考訓練時間：8卡V100，1天
測試伺服器：https://huggingface. co/spaces/AGC2024/mapless-driving-2024

賽程表

以下時間皆為北京時間，詳情請參考大賽官方網站。

即日起-2024年6月1日：參賽報名
2024年3月1日：比賽正式開始
2024年3月25日：測試伺服器開放
#2024年6月1日：測試伺服器關閉
#2024年6月18日：比賽結果公佈

指導與評獎委員會

依照姓名筆畫排序；名單持續更新中。

##清華大學陳寶權北京大學夏華夏美團高新波重慶郵電大學

喬宇	#上海人工智慧實驗室	領導者科學家，主任助理
劉青山	南京郵電大學	副校長
楊小康	#上海交通大學	人工智慧研究院執行院長
李升波	清華大學	車輛學院黨委書記，國家高層領軍人才，教授
#張亞勤

中國工程院外籍院士，智慧產業研究院院長，講席教授
智慧學院副院長，波雅特聘教授
#首席科學家，副總裁

#黨部副書記，校長，教授

################## ########薛建儒############西安交通大學############教授######################################################################### #####點擊「閱讀原文」或造訪以下連結即可了解詳情#########https://opendrivelab.com/challenge2024############微信交流群組 ############關於我們-> 加入社群##########報名連結###############聯絡信箱# ########workshop-e2e-ad@googlegroups.com###

以上是2024年國際自動駕駛挑戰賽正式開始的詳細內容。更多資訊請關注PHP中文網其他相關文章！