AWS

自分でコースを作って練習や競争ができる。凸凹の道やカーブの形を工夫して、より難しいシナリオを用意し、AIが適応するのを楽しむ。仲間内のレースイベントにもぴったりだね。

SageMakerで自分が作ったAIモデルをカメラにデプロイできる。たとえば特定のブランドロゴを見つけるとか、自社独自の分類が必要な場合にも使えるから、用途がぐっと広がる。

カメラや速度センサーをAIが活用して、コースの中央を保つように走る。学習中は大量の走行データをクラウドに送ってモデル更新する。リアルカーでも同じ仕組みで自己判断して走るんだ。

ウェブ上でカメラを管理し、どのモデルを使うか設定する画面。ファームウェアの更新やWi-Fi接続設定などもここから簡単にできる。複数台をまとめて管理するのも楽だね。

シミュレーション環境はRoboMakerを使っている。ロボットシミュレーション技術が、ミニカー走行にも転用されていて、そこで強化学習モデルをトレーニングできるんだ。

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。