DAI2020 SMARTS自动驾驶挑战赛启动！

自动驾驶被业界视为人工智能发展的下一个风口。

随着深度强化学习（DRL）的兴起，将相关技术应用于自动驾驶领域，以消除人为导致的交通事故、减少城市停车空间等，成为业界关注的焦点。然而，自动驾驶领域的研究更多的是侧重于感知和预测，与此相对应，在各大学术会议上举办的自动驾驶评测大赛（如CVPR WAD挑战赛、CARLA 自动驾驶挑战赛等）几乎都是以自动驾驶视觉为核心，而不是规划和决策。

另一方面，自动驾驶以及云计算、大数据的发展也推动了智慧交通这一更大领域的发展。阿里巴巴、腾讯、京东、华为、滴滴等公司均从交通切入智慧城市，大力推广“城市大脑”的概念，而未来的自动驾驶也将与智慧交通更紧密结合。可以预见，随着自动驾驶的发展和普及，未来的智慧交通系统中将以自动驾驶车辆为主，这正是目前的自动驾驶人类驾驶数据训练和学习的模型无法有效处理的。只有引入多车交互博弈的方式，才能更大程度地激发驾驶策略的进化。

基于此，DAI2020 SMARTS自动驾驶挑战赛应运而生。

1

竞赛背景

为了推动自动驾驶的前沿研究，激发对驾驶中多智能体交互的研究，在今年的分布式人工智能大会（DAI 2020）上，华为诺亚方舟实验室和上海交通大学APEX数据与知识管理实验室联合举办自动驾驶挑战赛（DAI-2020 Autonomous Driving Competition），旨在以自动驾驶中的交互难题，激励人工智能算法和模型创新，助力强化学习（RL）在自动驾驶领域的应用，提升自动驾驶的决策性能。

DAI自动驾驶挑战赛基于华为自主研发的SMARTS (Scalable Multi-agent Reinforcement Learning Training School) 自动驾驶仿真平台。SMARTS作为首个支持MARL的自动驾驶仿真平台，将提供Simulator Core（快速且灵活地创建RL模拟环境）、Algorithm Library（集成主流的强化学习算法）、Multi-Agent Trainer（支持大多数多智能体训练范式）、Policy Zoo（支持对社会车辆的实例化）和 Scenario Studio（支持灵活的场景设置），方便参赛者在比赛过程中实现对车辆动力学行为的真实建模，并利用丰富的交通场景进行研究和应用。

比赛赛题分为单智能体赛道和多智能体赛道两部分。参与者需要开发自动驾驶规划和控制解决方案，以应对SMARTS仿真平台提供的复杂交互式交通场景。比赛鼓励参赛者使用强化学习训练车辆，实现在多种地图和多样化交通流下的智能驾驶。与此同时，参赛者还需要考虑提升模型的泛化性和鲁棒性，以适应未知的测试场景。

2

赛题介绍

Track 1: 单智能体赛道

赛道1是单智能体赛道，聚焦单智能体多车道巡航，参赛者需要训练模型控制一辆车完成复杂城市道路和车流下的智能驾驶。场景中包含直行道、路口、匝道、环岛等。车辆需要遵循预设的路线，在保证安全的前提下，尽可能快的从起点出发达到终点。

复杂城市道路示意图

参赛网址： https://competitions.codalab.org/competitions/26007

Track 2：多智能体赛道

多智能体赛道，聚焦多车协同驾驶。参赛者提交的模型需要控制多辆车完成不同任务下的协同驾驶，包括匝道、路口、环岛等。车辆需要在保证安全的前提下，尽快达到各自的目标位置。

参赛网址：https://competitions.codalab.org/competitions/26013

竞赛平台codalab将对参赛选手提交的驾驶模型进行自动评估。为减少评估误差，每个场景将以不同的随机种子运行多次。评估指标会综合考虑驾驶的安全性、行驶速度和行驶距离等。

3

竞赛简况

1）竞赛日程：

8月14日—10月14日： 参赛者提交比赛模型，竞赛平台对模型进行评估

10月25日：排名前5的参赛选手将获邀在DAI上进行方案展示

最终排名综合竞赛平台自动评分、解决方案的技术优势和方案展示的质量共同决定。

2）竞赛奖励（Track 1/2相同）

金奖：6000美元+证书

银奖：3000美元+证书

铜奖：1000美元+证书

第四名与第五名：证书

3）竞赛组织

组织委员会：

郝建业 (华为诺亚方舟实验室)

张伟楠 (上海交通大学)

汪军 (University College London, 华为诺亚方舟实验室)

罗军 (华为诺亚方舟实验室)

刘武龙 (华为诺亚方舟实验室)

张洪波 (华为诺亚方舟实验室)

陈奇 (华为智能汽车事业部)

邵坤 (华为诺亚方舟实验室)

周铭 (上海交通大学)

缪佳宇 (上海交通大学)

李丽 (华为诺亚方舟实验室)

杨耀东 (华为诺亚方舟实验室)

学术委员会：

邓小铁 (北京大学)

Matthew Taylor (University of Alberta)

Steve Waslander (University of Toronto)

高阳 (南京大学)

赵冬斌 (中科院自动化所)

安波 (南洋理工大学)

俞扬 (南京大学)

唐平中 (清华大学)

David Meger (McGill University)

张海峰 (中科院自动化所)

比赛官网：https://www.drive-ml.com