Ein Minicomputer, eine Kamera und ein paar LEDS: Das ist die Ausstattung der Robotertaxis, mit denen Badeenten durch Duckietown transportiert werden sollen. Auf diesem Spielfeld sollen Programmiererinnen und Programmierer zu den "Artificial Intelligence Driving Olympics" antreten. Ausgedacht haben sich den Wettbewerb Andra Censi und Jacopo Tani von der ETH Zürich, wie die Hochschule am Donnerstag mitteilte.

Die Teilnehmenden des internationalen Wettbewerbs sollen den Taxis beibringen, die Spur zuhalten, Objekte zu erkennen, ihnen auszuweichen oder auch als Teil einer ganzen Taxi-Flotte mit anderen Fahrzeugen zu interagieren, um Badeenten zu transportieren. Dahinter steckt die Forschungsfrage, wie Künstliche Intelligenz (KI) dazu beitragen kann, autonome Fahrzeuge im Strassenverkehr zu steuern.

Bald KI-gesteuerte Autos?

Dank lernenden Algorithmen (Machine Learning) können Fahrzeuge zwar bereits Objekte erkennen, treffen aber noch keine eigenständigen Entscheidungen. In der Robotik-Forschung glauben jedoch einige Fachleute, dass dies bald möglich sein sollte. "An unserem Wettbewerb können sie es beweisen", sagte Censi gemäss der Mitteilung.

Die Teilnehmenden bekommen einen Grundstock an Code, Zugang zu Simulatoren in der Cloud und zur autonomen Duckietown-Plattform, die physisch im Maschinenlabor der ETH aufgebaut wurde. Um sich zu qualifizieren, entwickeln Teams von überall auf der Welt Code-Pakete für die verschiedenen Aufgaben. Welche Aufgaben dabei mit konventionelle Methoden, und welche mit Künstlicher Intelligenz erfüllt werden, sei den Teams überlassen, hiess es.

Die Teams können ihre Code-Pakete dann per Tastendruck auf den Robotertaxis implementieren und sie in Duckietown testen, bevor sie sie letztlich einreichen. Der Wettbewerb laufe seit Anfang Oktober, so die Mitteilung.

Finale im Dezember

Wer die Qualifikationsphase schafft, wird am Finale am 7. Dezember an der Machine-Learning-Konferenz "Neural Information Processing Systems" in Montréal antreten. Das Team mit dem Code, der die Taxis mit ihrer gelben Gummifracht mit den wenigsten Fehlern durch Duckietown steuert, darf sich über den Sieg freuen.

Der Wettbewerb soll aber vor allem auch den Austausch zwischen Robotikern und Machine-Learning-Forschenden fördern. Letztere hätten oft nicht so einfach Zugang zu Robotik-Plattformen und so gebe es viele Probleme, denen sie noch gar nie begegnet seien, erklärte Censi. Schliesslich soll Duckietown den Wettbewerbsteilnehmenden auch eine Übungsplattform bieten, um den Sprung vom Test ihrer Technologie in einer Computersimulation zum Einsatz in der realen Welt leichter zu schaffen.