AWS

学習したモデルを仮想コースでテストし、ラップタイムやコースアウト率を計測する。結果がイマイチなら報酬関数を変えたり、学習をさらに続けたりして、徐々にタイムを縮めるんだ。

家庭用Wi-Fiや有線LANでネットにつなげる。どこに置いてもクラウドとやりとりできるし、ケーブルを引けるなら有線で安定接続も可能。場所に合わせて選べるんだ。

どんな走りをしたらポイントを上げるか自分で定義する。例えば“カーブを速く回れたら報酬UP”“コースの真ん中をキープしたら報酬UP”など。ここが勝負のカギで、面白い工夫ポイント。

ブラウザで今カメラが見ている映像をチェックし、どこに物体を認識したかオーバーレイ表示できる。テストやデモのときに見た目がわかりやすいから、正しく動作してるか確認しやすいんだ。

学習時のパラメータ(学習率など)を自動で試行し、最適解を探してくれる。手作業だと大変なので、AWSが複数パターンを並列でトライして、より優秀なモデルを見つけられるんだ。

顔認識や動き検知などの例題が用意されていて、学習の入り口に最適。独自のプロジェクトを作る前にサンプルで原理をつかんだり、すぐ結果を体験できるんだ。

他のユーザーが作ったレースに参加したり、自分で公開レースを作ってみんなを招待したりできる。世界中の仲間と競争や情報交換ができるから、盛り上がりが増すんだ。

デバイスのCPUやメモリ使用率をCloudWatchに出せる。AI処理が重くなってカメラが遅くなってないかチェックしたり、異常があれば通知を受けたりできる。運用管理が捗るね。

他の参加者が公開してるAIモデルをコピーして、自分好みに調整することもできる。先人の知恵をベースに学びやすく、初心者でもすぐにハイレベルなモデルを試せるんだ。

開発者モードでカメラにリモート接続して、Linux上で直接コマンドを打てる。深くカスタマイズしたいなら活用できるけど、誤操作に注意が必要。上級者向けの裏技みたいな感じ。