Doktorand aus Singapur gewinnt ETH-Wettbewerb mit Enten-Taxis

Der Doktorand Wei Gao von der National University of Singapore hat die «Artificial Intelligence Driving Olympics» der ETH Zürich für sich entschieden. Bei diesem Wettbewerb sollten Mini-Taxis mit Badeenten mithilfe von künstlicher Intelligenz navigieren.

Drucken
Teilen
Mini-Taxi mit gelber Gummifracht: In der von Badeenten bevölkerten Modellstadt «Duckietown» geht es darum, künstliche Intelligenz für autonome Fahrzeuge zu testen. (Bild: Alessandro Della Bella / ETH Zürich)

Mini-Taxi mit gelber Gummifracht: In der von Badeenten bevölkerten Modellstadt «Duckietown» geht es darum, künstliche Intelligenz für autonome Fahrzeuge zu testen. (Bild: Alessandro Della Bella / ETH Zürich)

(sda)

Kann künstliche Intelligenz aktiv dazu beitragen, autonome Fahrzeuge auf der Strasse zu steuern? Dieser Frage wollten Jacopo Tani und Andrea Censi von der ETH Zürich mit ihrem Wettbewerb nachgehen. Am vergangenen Wochenende fiel mit dem Finale an einer Machine-Learning-Konferenz in Montréal die Entscheidung: Wei Gao, der neben seinem Doktoratsstudium in Singapur auch ein Forschungspraktikum bei Panasonic absolviert, konnte mit seinem Code-Paket sowohl in Simulationen als auch in der Modellstadt «Duckietown» überzeugen.

Die Teilnehmerinnen und Teilnehmer der «Artificial Intelligence Driving Olympics» (AI-DO) sollten mithilfe künstlicher Intelligenz selbstfahrenden Mini-Taxis beibringen, in der von Badeenten bevölkerten Modellstadt die Spur zu halten, Objekte zu erkennen und ihnen auszuweichen, oder auch als Teil einer ganzen Taxi-Flotte mit anderen Fahrzeugen zu interagieren.

Die im Rahmen des Wettbewerbs entstandenen Code-Pakete könnten mit etwas Weiterentwicklung auch in selbstfahrenden Autos zum Einsatz kommen, schreibt Jacopo Tani auf Anfrage der Nachrichtenagentur Keystone-SDA. «Das Duckietown-Projekt hat 80 Prozent der Wissenschaft von realen selbstfahrenden Autos bei nur 5 Prozent der Kosten», so der Forscher.

Der Code müsse zwar noch angepasst werden, um die fehlenden 20 Prozent Wissenschaft zu kompensieren, aber der in den AI-DO verwendete Ansatz könne für Fahrzeuge in voller Grösse wiederverwendet werden.