AWS

カメラが推論した結果をトリガーにLambda関数を呼び出して、通知を出したりデータベースに記録したりできる。映像を見た瞬間にリアルタイムでイベント処理が始まるってわけ。

SageMakerなどを裏で使って強化学習をさせ、報酬関数やハイパーパラメータを試行錯誤する。自分の工夫次第で走行タイムがかなり変わるから、ハマるととても楽しいんだ。

カメラ自体に小さなGPUが入っていて、映像をクラウドに送らずその場でAI処理して結果だけを送る。通信量を減らせるし、ネットが遅い場所でも活用しやすいんだ。

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。