台湾学子勇夺2020 AWS DeepRacer冠季军

由进阶机器学习技术─强化学习(Reinforcement Learning；RL) 驱动的1／18比例自动驾驶赛车AWS DeepRacer全球自动驾驶赛车联盟，自Amazon Web Services(AWS)在全球年度云端盛事AWS re:Invent 2018发表以来受到各界注目，透过有趣和高娱乐性的方式为开发人员提供探索机器学习的机会。

受到COVID-19(新冠肺炎)疫情影响，2020年AWS DeepRacer所有赛事移师在线进行虚拟赛，依然吸引全球产业界和学术界开发人员跃跃欲试。全球众多企业和学校也透过AWS DeepRacer举办工作坊和赛事，透过寓教于乐的方式培养机器学习及云端人才。

交通大学CGI Lab学生表现优异 获得本年度全球联赛冠、季军

2020年AWS DeepRacer全球自动驾驶赛车联盟总决赛在台湾12月15日晚上于AWS re:Invent 大会上公布最终结果，由国立交通大学电脑游戏与智能实验室(CGI Lab)学生许博钧(PoChun-NCTU-CGI)和郭奎廷(Kuei-NCTU-CGI)分别拿下总冠军和季军，再度将荣耀抱回台湾。

许博钧在资格赛的在线对战联赛得过数次冠军，郭奎廷在5月在线高峰会竞速赛获得冠军，两位也是晋级决赛唯二的学生代表，与六位各国企业开发人员在在线模拟环境透过对战模式，以最短时间完成5圈，夺得最后名次。2020 AWS DeepRacer全球自动驾驶赛车联盟自2020年三月起展开为期八个月的资格赛，超过1万人次的挑战和筛选，最终由112位全球各界好手在AWS re:Invent 2020上进行分组淘汰赛。

顺着2019年校友朱咏嘉在全球联盟赛季军成绩的参赛经验，交通大学CGI Lab2020年有备而来，藉由学长的经验分享和传承，从三月开始透过进行比赛和观摩对手，不断优化RL模型，让自己的AWS DeepRacer跑出了更好的成绩。

由学长黄劲博带领高志佑、许博钧、郭奎廷和郑绍雄等四位学弟，争取到re:Invent冠军赛参赛资格，并在分组淘汰赛的第一组(JP & TW)称霸前四名，刷掉2019年世界冠军的日本选手Sola，全数晋级32强。最后由许博钧和郭奎廷出战总决赛，获得2分0.856秒和2分2.655秒的好成绩，打败许多优秀的企业参赛者，再度凸显台湾机器学习领域人才的优异表现。

交通大学信息工程系教授、CGI Lab负责人吴毅成老师表示：「交大电脑游戏与智能实验室致力于透过电脑游戏研究人工智能和机器学习，其中以深度学习(Deep Learning)与强化学习为研究重点，而AWS DeepRacer正是符合我们的研究和实际应用对象。藉由2019年在台北和美国总决赛的参赛经验，2020年的学生团队透过赛事不断优化DeepRacer的演算模型，在世界冠军赛跑出相当漂亮的成绩，让我深以这些同学为荣。期待有机会再次参加实体的联赛，与全球开发人员面对面较劲，激励学生们深入机器学习领域的研究和应用。」

企业和学校积极导入AWS DeepRacer 以趣味竞赛培养机器学习技能人才

正因为联赛的趣味性，不少校园也积极导入AWS DeepRacer，让学生可以提早接触机器学习，藉由自驾车竞赛提高学生学习兴趣，提早培训产学人才。2020年初逢甲大学便采购了数台实体DeepRacer车辆并建置实体赛道，将自驾车应用于课堂教学中，共有超过30位不同院系的同学修课，成为校内推动AI学习的新利器；在AWS专家的指导下，逢甲大学六月在校内举办台湾首场校园AWS DeepRacer大赛，持续把云端科技融入教育与实作中。

AWS DeepRacer也在企业端吹起旋风，让机器学习不再遥远，帮助鼓励员工和企业拥抱创新，从而进行数码转型。全球领先金融服务公司Capital One、Morning Star都曾积极举办DeepRacer竞赛，其中Morning Star在2019年5月举办的比赛，共有来自8个国家的445员工参与，其中有35%来自技术部门，在公司内部获得相当高的评价。在台湾及新加坡，星展银行也透过举办DeepRacer竞赛活动，让员工建构AI运作逻辑与思维，体验机器学习。

AWS香港暨台湾总经理王定恺表示：「交通大学CGI Lab团队可以再度站上世界舞台并从中脱颖而出，再次证明台湾年轻的科技人才不容小觑。我们很高兴看到许多企业利用AWS DeepRacer的趣味性进行组织创新，这些活动让机器学习技术不再遥远、生硬，同时提供给员工实作人工智能和机器学习技能的机会。我们期待透过DeepRacer，继续带动台湾各领域对云端人才的培养，帮助台湾人才持续精进。」