Thử thách cho các chiếc xe tự hành chạy bằng machine learning là những đoạn đường cong liên tiếp - Ảnh: TRỌNG NHÂN

Tối ưu công nghệ machine learning cho mô hình xe đua

10 "tay đua" vào vòng chung kết sẽ phải tự thiết kế mô hình điều khiển xe dựa trên các phần cứng đã có sẵn. Mô hình sẽ phải tận dụng được hệ thống camera, cảm biến để dễ dàng điều hướng đường đi và đạt được vận tốc cao nhất.

Mỗi thí sinh sẽ lần lượt cho xe chạy trên đường đua mô phỏng như ở sân chơi F1. Ban giám khảo sẽ so sánh kết quả dựa trên thời gian ngắn nhất hoàn thành một vòng đua của từng "tay đua".

Lê Văn Tâm - sinh viên năm 3, khoa công nghệ thông tin, Trường đại học Lạc Hồng - chia sẻ bạn đã phải mất nhiều thời gian để tối ưu công nghệ machine learning cho mô hình xe đua của mình.

Tâm viết một thuật toán cho xe "tự học" cách chạy trên đoạn đường đua bằng chính những trải nghiệm của xe. Mỗi khi học chạy đúng làn đường và đúng tốc độ, xe sẽ được "điểm thưởng", ngược lại xe sẽ bị trừ điểm.

Chiếc xe chạy theo mô hình của Lê Văn Tâm giữ được độ cân bằng và ổn định cao - Ảnh: TRỌNG NHÂN

Cứ thế sau 25 giờ huấn luyện, xe của Tâm có thể tự luyện trơn tru và tìm ra được cách di chuyển hợp lý nhất trong từng đoạn đường trong suốt chặng đua. Kết quả, xe về hạng 2 chung cuộc với thời gian hoàn thành một vòng đua nhanh nhất là 11,938 giây.

Nhanh hơn chỉ vài phần trăm giây, Nguyễn Văn Khoa - sinh viên khoa kỹ thuật giao thông, Trường đại học Bách khoa (Đại học Quốc gia TP.HCM) - giành ngôi vị quán quân đua xe machine learning với thời gian hoàn thành vòng đua là 11,540 giây.

Mô hình xe của Nguyễn Văn Khoa được ban giám khảo và khán giả đánh giá là có những cú ôm cua "gọn" và "đẹp" nhất.

Nhờ vậy, Khoa tối ưu được thời gian "chết" khi phải cho đặt xe trở lại đường đua nếu xe đi lệch vòng thi đấu.

"Mình dạy cho mô hình xe có thể tính toán các góc ôm cua để xe tự chọn ra được những góc cua cân bằng nhất, đặc biệt là những đoạn cua liên tiếp", Khoa nói.

Nguyễn Văn Khoa (bìa phải) tập trung trong trận thi đấu - Ảnh: TRỌNG NHÂN

"Tay đua" tiềm năng sẽ tranh tài với thế giới

Trong khi đó, "tay đua" Tô Thanh Phong - sinh viên khoa công nghệ thông tin, Trường đại học Sư phạm Kỹ thuật TP.HCM - cho rằng một trong những thách thức khác mà các bạn phải đối mặt là cho xe di chuyển với tốc độ phù hợp nhất.

Trên đường bằng, xe phải tăng hết tốc lực, ngược lại đến đoạn cua phải giảm tốc sao cho "mượt" nhất. Nếu không, xe không chỉ trật hướng mà còn "đâm sầm" vào vách đường đua.

Sau chung kết AWS DeepRacer League tại Việt Nam, ban tổ chức sẽ tiếp tục tìm kiếm những "tay đua" tiềm năng để tham gia tranh tài trong cuộc thi với các đại diện khác đến từ những nước hàng đầu thế giới, dự kiến sẽ diễn ra tại Mỹ trong năm nay.

Phạm Thị Thảo Nguyên - "tay đua" nữ từ Trường đại học FPT - giành giải 3 chung cuộc với thời gian hoàn thành vòng đua 12,164 giây

Ảnh: TRỌNG NHÂN