Con DuckieNet, los desarrolladores pueden probar sistemas de vehículos autónomos con coches de juguete.


La investigación en robótica tiene un problema de reproducibilidad, que se debe en parte a la miríada de componentes que interactúan de los robots. Estos componentes suelen ser complejos, solo parcialmente observables y entrenados mediante técnicas de IA que varían ampliamente en rendimiento en diferentes entornos. Con el fin de abordar algunos de los desafíos específicos del área de conducción autónoma, investigadores de ETH Zurich, el Instituto Tecnológico de Toyota, Mila en Montreal y NuTonomy desarrollaron la llamada Red de evaluación comparativa colaborativa urbana descentralizada (DuckieNet), una configuración que se construyó con la plataforma de código abierto Duckietown. . DuckieNet proporciona un marco para desarrollar, probar e implementar algoritmos de percepción y navegación. Los investigadores afirman que es altamente escalable pero económico de construir.

El proyecto Duckietown, que fue concebido por una clase de graduados en el MIT en 2016, utiliza robots con ruedas baratos llamados Duckiebots, que están hechos casi en su totalidad con piezas listas para usar. El único sensor incorporado es la cámara frontal. Una Raspberry Pi hace el cálculo y dos motores de CC impulsan las ruedas. Duckietowns están formados por las calles, hechas de colchonetas de ejercicio y cinta adhesiva, y la señalización que usan los robots para navegar. Los semáforos tienen el mismo hardware que los Duckiebots (con la excepción de las ruedas) y pueden detectar, calcular y operar a través de sus LED.

DuckieNet se basa en Duckietown agregando componentes especiales a la plataforma. A desafía al servidor que almacena algoritmos de aprendizaje automático, evaluaciones comparativas y resultados y calcula tablas de clasificación, y los trabajos a realizar se envían a varios motores de clasificación. Las máquinas de evaluación, que pueden ser locales o basadas en la nube, realizan simulaciones de conducción autónoma. Los laboratorios físicos con instalaciones de DuckieNet realizan experimentos del mundo real, y una red de localización de "torres de vigilancia" (estructuras económicas que usan la misma detección y computación que los Duckiebots) rastrea las etiquetas adheridas a los cuerpos de los Duckiebots.

] DuckieNet

DuckieNet es algo similar a AWS DeepRacer, el servicio de Amazon que proporciona a los desarrolladores un simulador basado en la nube para desarrollar modelos de conducción autónoma y hacerlos disponibles en un modelo de automóvil. Sin embargo, los usuarios de DuckieNet pueden definir puntos de referencia como la desviación posicional media (desplazamiento lateral de un Duckiebot desde el centro de un carril) y la desalineación media (orientación media en relación con la alineación del carril) en los contenedores Docker que se envían al servidor de desafío. . (Los algoritmos también se pueden enviar y observar como contenedores Docker). Aparte de tareas como restablecer experimentos y cargar los duckiebots, la plataforma es completamente autónoma.

Los investigadores dicen que uno de los usos más importantes de DuckieNet es albergar concursos de investigación. De hecho, DuckieNet se ha utilizado en las Olimpiadas de conducción de IA desde principios de 2019, una competencia bianual diseñada para medir el estado del arte en la conducción autónoma de vehículos. DuckieNet genera visualizaciones de métricas de rendimiento y tablas de clasificación al tiempo que proporciona acceso a los datos sin procesar subyacentes, incluidas las líneas de base y la documentación de código abierto.

"Creemos que se requiere más esfuerzo para que la investigación reproducible en robótica logre esto. Necesitamos mirar la evaluación tanto como los algoritmos mismos", escribieron los investigadores en un artículo que describe su trabajo. . “De esta manera, podemos lograr la reproducibilidad a través del diseño mediante procesos de investigación y desarrollo. Lograr esto a gran escala contribuirá a una evaluación más sistemática de la investigación en robótica y, a su vez, aumentará el progreso del desarrollo. "

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *