近年來，自動駕駛領域的市場條件、技術、相關監管法規、市場心智都走向成熟，自動駕駛行業進入了全面發展的時期，也逐漸到了“見真章，出實效”的階段。

2022年是自動駕駛產業邁向商業化的關鍵一年。因此，在這一年中，有的企業取得關鍵性進步，繼續獲得行業青睞；有的項目因商業化落地實踐比預期長，自我造血能力不足，資本難以跟進；有的行業大牛選擇交融、分離，或組成新的組合繼續前進……

與此同時，我國北上廣深等一線城市接連發布相關政策，推動自動駕駛行業發展。從行業角度來說，完善監管政策的舉措，是一個新興行業走向成熟的重要標志之一。

自動駕駛新規不斷，技術創新迫在眉睫

如今，汽車智能化的滲透率不斷提升，傳統汽車正面臨著變革與轉型，隨著自動駕駛技術成為汽車行業重要的發展方向，國內相繼出臺了一系列政策，為助推自動駕駛行業發展起到了關鍵作用。

例如交通運輸部于8月發布了《自動駕駛汽車運輸安全服務指南（試行）》（征求意見稿），工信部科技司在公開征求對《國家車聯網產業標準體系建設指南（智能網聯汽車）（2022年版）》（征求意見稿），提出到2025年，制修訂100項以上涵蓋組合駕駛輔助、自動駕駛關鍵系統、網聯基礎功能及操作系統、高性能計算芯片及數據應用等方面的智能網聯汽車相關標準。

除了政策，2025年曾是許多自動駕駛業內人士口中的“重要關口”，資本市場趨勢平穩，總體投融資事件數增加。據報告顯示，2016-2021年我國智能駕駛投融資事件數總體上有所增加，從2016年的85起增長到2021年的177起。2022年1-12月間投資事件數達141起。2022年1-12月共發生141起投資事件。當月已披露投資金額最大的事件為輝羲智能收到的天使輪投資，金額達5000萬美元。

數據來源：IT桔子（YZX）

此外，還有許多企業抓緊核心優勢，多家企業重新建立合作關系。例如百度成為廣州、深圳兩地首次發放城市高級輔助駕駛地圖許可的首批獲準企業。小鵬汽車公司表示2023-2025年主要布局全場景輔助駕駛，2025年之后“將向全面自動駕駛和無人駕駛進發”。以及大眾集團將與英特爾旗下Mobileye的合作擴大至自動駕駛領域。并有望在2025年推出自動駕駛出租車服務。

汽車行業正在進入變革的快車道，自動駕駛技術領域的熱情持續高漲，機器學習和自動駕駛正在進入普惠發展的階段。當前，無論是硬件平臺、應用軟件層等架構層面，還是深度學習（DL）、強化學習（RL）等單獨技術層面，讓對自動駕駛感興趣的開發者、愛好者可以進步和發揮的空間都非常大。因此，一些企業/平臺舉辦了不少形式新穎、玩法多樣、獎項豐富的技術賽事，通過比賽連接世界各地的開發人員，推動著開發者對相關技術深入挖掘、應用，碰撞出不一樣的火花。

在今年7月4日-30日，亞馬遜云科技舉辦了2022年度 Amazon DeepRacer自動駕駛賽車中國聯賽（7月賽）、9 月 16 日-10 月 31 日舉辦了Amazon DeepRacer自動駕駛賽車中國聯賽（秋季賽）。聯賽自成立以來，吸引了全球成千上萬的開發者積極參與，且展現了驚人的實力與創造力。經過3個月的沖刺，比賽共吸引全球近5000人參賽，成功刷新吉尼斯世界紀錄，成為史上最大規模的機器學習競賽！

無論你是機器學習的小白，或是能夠成熟訓練模型的機器學習大神，都可以通過基于云的 3D 賽車模擬器、由強化學習驅動的全自動 1/18 比例賽車，與來自全球的開發者一決高下。

親自開發與掌控，體驗自動駕駛賽車的樂趣

上面我們提到的Amazon DeepRacer誕生于2018年，是亞馬遜云科技推出的一款由強化學習（reinforcement learning）、3D賽車模擬器驅動的1/18比例的全自動駕駛賽車，專為開發人員和機器學習愛好者進行強化學習實踐而打造。Amazon DeepRacer自動駕駛聯盟每年吸引超過36個國家上萬名選手參加，自賽事成立以來，已有超過10萬名開發人員通過Amazon DeepRacer感受到賽車競技體驗。

Amazon DeepRacer 提供了一種開始強化學習的有趣方式。開發人員或機器學習愛好者可以在線上模擬器中訓練、評估和調整強化學習模型，將自己的模型部署到 Amazon DeepRacer上。無論是經驗豐富的專業人士，還是初次開發模型的新手，都能夠通過Amazon DeepRacer感受到自動駕駛的魅力，快速提升自身機器學習的專業技能。

作為一種先進的機器學習技術，強化學習的神奇之處在于它不需要做任何標記的訓練數據，即可學習復雜行為。開發者可以基于在線模擬器進行訓練、評估和調整強化學習模型，再部署至亞馬遜云科技 DeepRacer，沉浸式體驗自動駕駛的同時，還可以參與 Amazon DeepRacer 全球聯賽。

參賽者通過融合人工智能和機器學習、強化學習等技術的后臺系統，直接訓練基于強化學習的AI模型，通過在實際賽道上競賽，可以測試模型的性能，使用車載攝像頭監控賽道，模型自主控制速度和方向。Amazon DeepRacer 強化學習（RL），采用了與其他機器學習方法不同的方法來訓練模型。它的強大之處在于，它不需要任何標記的訓練數據就可以學習非常復雜的行為，并且可以在優化長期目標的同時做出短期決策。

在7月賽與8月賽當中，均開設了【大眾組】與【專業組】兩種組別，并區分賽道難易程度、模型訓練難度等，分設不同獎項，可供參賽者自由選擇。對于初次接觸的選手來說十分友好，對于專業選手而言，也能在比賽中與各地優秀參賽者切磋、合作。

機器學習的流程本質上是數據準備、數據分析、數據處理、結果反饋的過程。訓練模型的過程類似于寵物訓練，通過獎懲機制讓寵物意識不斷優化，進一步了解人們的意圖，從而達到自主識別狀況和做出反應、給予反饋的效果。機器學習的核心目標就是讓機器/計算機僅通過使用某些算法來本能地學習，而無需任何人工干預或幫助，并相應地調整其方法以適應模型。7月賽的冠軍曾表示，Amazon DeepRacer讓機器學習變得可視化。幾乎任何一種涉及到海量數據的業務，都可以生成衡量指標，可以用結果來判斷我們是否做得好，以及能否做得更好。這就是機器學習能夠派上用場的地方。

7 月賽冠軍案例展示

8 月專業組第一名案例展示

Amazon DeepRacer為開發人員提供了學習、訓練渠道與場所，讓他們快速了解基本經驗，充分理解機器學習的價值，同時，通過讓開發人員了解模型的構建、訓練、測試以及迭代方法，從而擁有更靈活、優質的應對方案。通過Amazon DeepRacer的模型訓練和比賽，大家可以更理解機器學習和深度學習的思維方式和關鍵技術；另一方面，通過完成比賽過程中數據收集、模型實現、評估部署和在線檢測這四個循環步驟的機器學習任務，真正從0到1地完成“項目落地”。

Amazon DeepRacer的魅力在于，通過完善的后備支撐和開放的賽制、成熟的培訓體系，提升人們對AI技術的興趣和熱情，讓“技術落地”問題變得更扎實、更有創造性。同時，Amazon DeepRacer小車可以讓大家真正感受到技術到現實的呈現，每一步的努力都有跡可循。

另外，Amazon DeepRacer讓世界各地的開發者和機器學習愛好者更深入地交流機器學習的經驗，體驗自動駕駛的樂趣。無論經驗豐富的專業人士，還是第一次開發模型的新手，通過動手實踐培訓，構建RL模型，都可以通過 Amazon DeepRacer設備和3D 虛擬賽車模擬器參加Amazon DeepRacer月度聯賽。在比賽中表現優異的選手，將有機會參與在亞馬遜云科技re:Invent全球大會上舉行的Amazon DeepRacer冠軍杯賽，站上國際舞臺，與世界各地頂尖選手一較高下！

巔峰對決，聚焦成都！

Amazon DeepRacer聯賽作為科技圈自動駕駛領域的頂級賽事，中國賽區經歷了7月、8月賽和秋季賽的激烈角逐后，成績優異的選手將直達2022 Amazon DeepRacer 自動駕駛賽車中國聯賽賽季總決賽，進行最終角力！

12月31日，2022 Amazon DeepRacer自動駕駛賽車中國聯賽賽季總決賽將全球同步直播，我們將會看到來自中國聯賽中選拔出來的頂尖選手齊聚總決賽現場，各路大神同場競技博弈；通過現場直播，我們也將近距離感受自動駕駛賽車與機器學習碰撞出的火花；同時，本次比賽也將會讓更多AI愛好者共同激發思維、共同創造，享受人工智能技術帶來的風馳電掣與成就感！

決賽現場有哪些大神？最終大獎花落誰家？讓我們一起關注直播，共同期待！

直播時間：

12月31日13：20

視頻號、B站、抖音同步直播，不見不散