BME-s sikerekkel zárult a nemzetközi járművezetési olimpia

Ötödik alkalommal rendezték meg az AI-DO-t három fő kategóriában: sávkövetés, sávkövetés gyalogosokkal és sávkövetés más járművekkel valós és szimulált verzióiban. Az első esetben a pályán csak az önvezető ágens tartózkodhat, második esetben gyalogosok is lehetnek a kijelölt területen, őket a versenyautónak ki kell kerülnie, míg a harmadik esetben a más járművekkel való ütközés elkerülése a cél. A megmérettetésen az lehet a legjobb, akinek a járműve egységnyi idő alatt a legnagyobb távot teszi meg a kihágások (például ütközés, sávelhagyás) minimalizálása mellett.

A legutóbbi alkalommal 94 versenyző 1326 megoldással rukkolt elő az AI-DO nemzetközi technikai versenyen, ahol a városi közlekedés 6 kategóriájában 11 dobogós helyet szereztek a BME VIK-es résztvevők. A BME Villamosmérnöki és Informatikai Kar (VIK) Távközlési és Médiainformatikai Tanszék (TMIT), az Irányítástechnika és Informatikai Tanszék (IIT), valamint a Continental budapesti Mesterséges Intelligencia Kompetencia Központjával együttműködésében indult csapat egyik tagjával, Moni Róberttel beszélgettünk a versenyről.

Hat-fős csapatként indultatok a BME-ről, mégis hogyan lehet, hogy te lettél az egyik kategória nyertese?

Nem én lettem a nyertese, hanem az általam kidolgozott megoldási javaslat. A sikereinket a másfél éve tartó kitartásunknak, egy összekovácsolódott csapatnak és a téma iránti elkötelezettségünknek köszönhetjük. Mindannyiunk saját, kidolgozott elképzeléssel vágott neki a rendezvénynek, amelyet együtt gondoltunk tovább, illetve sok segítséget kaptunk a Continental kutatói részéről is, főleg a Domain Adaptation területen, amely által a szimulált világból átültethettük az ágenseket valós körülmények közé. Hat különböző, egy-egy csapattaghoz köthető megoldással indultunk a versenyen öt mély megerősítéses tanulás és egy imitációs tanulás alapú algoritmussal. A nevemhez fűződő megoldás a Valós – Lane Following – Multibody kategóriában emelt a dobogó élére minket.

Nem először vettetek részt az AI-DO-n. Milyen területeken fejlődtetek az elmúlt pár év során?

Először 2018-ban álltunk rajthoz, ám akkor még csak szimulált környezetben sikerült helyezést elérnünk. Sokat fejlődtünk oktatóinknak és mentorainknak, Gyires-Tóth Bálintnak, Harmati Istvánnak és Szemenyei Mártonnak köszönhetően. Az elmúlt években rengeteget képeztük magunkat és hasznosítottuk az egyetemi tanulmányainkat a fejlesztési irányok és technológiák megválasztásában. Időközben pedig bővült a csapat, így a legutóbbi találkozón már új területen is megmérettettük magunkat.

Hogyan készültetek a versenyre?

A Continental támogatásával másfél éve fejlesztjük, tökéletesítjük azokat az önvezető, elsősorban sávkövető ágenseket, amelyeket a nemzetközi rendezvényen a nagyközönség előtt is megmérettettünk és sikerre vittünk. A Duckietown platformján a fejlesztéseinket szimulációban és a valódi járműveken futtatva is értékelhettük, ami sokat segített a felkészülésben. A csaknem 14 négyzetméteres, polifoam négyzetekből álló, felmatricázott terepasztalon a valós környezetet egy miniatűr, szabadon konfigurálható, városi infrastruktúrával ellátott pálya jelképezi, amelyen egy vagy több, úgynevezett Duckiebot nevű, kamerával felszerelt, háromkerekű autó közlekedhet. Egy ilyen robot megalkotásán dolgoztunk mi is.

Az elmúlt három év során bőven gyűjtöttetek tapasztalatot. A legutóbbi versenyen milyen stratégia mentén haladtatok?

A verseny során az úgynevezett mély megerősítéses és az imitációs tanuláshoz kapcsolódó megoldásokat vetettük be a siker érdekében. Előbbi az algoritmusok hibáit ismerve próba-hiba (trial-error) alapján tanítja az önvezető ágenseket, míg az utóbbi megközelítésnél rendelkezésre áll egy adatbázis, amelyben előzetesen rögzítették az adott környezetben futtatott sávkövetéses döntési lépéseket, így a hosszadalmas, és kezdetben nehézkes tanítás szimulált környezetben zajlik.

A sávkövetés kategóriájában elért eredményeinkre vagyunk a legbüszkébbek, hiszen ott nagyon erős nemzetközi mezőnyben, neves nemzetközi műszaki egyetemek szakmailag széles palettát felölelő több mint 50 csapatának megoldása közül bizonyult a miénk a legjobbnak.

Mik bizonyultak a legnagyobb kihívásnak az AI-DO során?

A közös munka egyik kiemelt nehézségét mindannyiunk számára az jelentette, hogy a virtuális térben működő technológiai lehetőségeket átültessük a valóságba. Szerteágazó és komplex szakmai tudás kellett a kiváló teljesítményhez: az irányításelméleti alapismereteken túl az ágensek betanításához a gépi tanulás, a gépi látás, és a mély tanulás területein is otthonosan kellett mozognunk, ami nem kis feladat.

A feladatmegoldás során a szervezők által fejlesztett szoftverre kellett hagyatkoznunk, amely a felhasznált keretrendszer gerincét képezte. A versenyen meggyűlt a bajunk a mobilis járművekkel, mert azok bár a szimulált környezetben jól működnek, érzékenységük miatt a valóságban történő teszteléskor rosszabb eredményeket mutattak, ezért ennek javításán sokat dolgoztunk.

A nagyszerű eredmények biztos nem késztetnek leállásra benneteket. Hogyan tovább?

Mindenképp tervezünk elindulni idén májusban is a hatodik AI-DO-n. Célunk megőrizni az előző alkalommal elért kiemelkedő eredményeket, de addig is folyamatosan megújuló technológiákat tesztelünk a gyorsabb és precízebb ágensek kifejlesztéséhez.

Az 5. AI Driving Olimpics (AI DO) megmérettetésen elért műegyetemi sikerek:

Szimuláció – Lane Following kategória:

1. hely - Kalapos András, PhD-hallgató (VIK)

2. hely - Béres András, MSc-képzés (VIK, TMIT)

3. hely - Tim Márton, MSc-képzés (VIK, IIT)

Szimuláció – Lane Following with Pedestrians kategória:

3. hely - Tim Márton, MSc-képzés (VIK, IIT)

Szimuláció – Lane Following – Multibody kategória:

1. hely - Kalapos András, PhD-hallgató (VIK)

2. hely - Tim Márton, MSc-képzés (VIK, IIT)

Valós – Lane Following kategória:

1. hely - Béres András, MSc-képzés (VIK, IIT)

2. hely - Lőrincz Zoltán, MSc-képzés (VIK, IIT)

3. hely - Kalapos András, PhD-hallgató (VIK)

Valós – Lane Following – Multibody kategória:

1. hely - Moni Róbert, PhD-hallgató (VIK)

2. hely - Tim Márton, MSc-képzés (VIK, IIT)

A műegyetemi csapat tagjai:

Béres András – MSc-képzés (VIK, TMIT)

Almási Péter – MSc-képzés (VIK TMIT)

Kalapos András – PhD-hallgató (VIK)

Lőrincz Zoltán – MSc-képzés (VIK, IIT)

Tim Márton – MSc-képzés (VIK, IIT)

Moni Róbert – PhD-hallgató (VIK, TMIT)