大部分自動駕駛車輛都是佛系的，為了保證行駛安全，慢悠悠的在道路上“散步”。
但是，在MIT的官網上，我們發現了一些“速度與激情系”自動駕駛車，不僅時速飙到了123km/h，而且能在密密麻麻的車流中自由穿（chao）梭（che）。
不過，這裡并沒有真的車，那些左右橫跳般的車子，都是這個網站上的icon。
DeepTraffic：自動駕駛超車比賽
這是一場MIT舉辦的自動駕駛超車比賽，DeepTraffic，每位參與者送出自己的深度學習模型代碼，在模拟車流環境中進行測試，通過不斷超車，跑出最快成績者勝。
這個比賽僅限“超車”這一個問題，也就是說，隻要做好加速、減速、變道就OK了，無需考慮自動駕駛的其他需求——畢竟車輛不是在實地運作，你無需擔心它們出車禍。
比賽限速80英裡/小時（128km/h），視訊中，帶着長長的紅色尾巴的車是參賽者的車輛，其他紅色車輛則是其他參賽者，白色的車輛則是這場遊戲中的NPC。
參賽者的模型控制的車輛需要在海量白車紅車中穿梭，不斷變道超車，以保證自己的時速盡量快，取得更高的排名。
這輛車的配置如下：
總共43個傳感器，其中30個在前方，10個在後方，3個在側面。
如何參加
任何深度學習愛好者和從業者都可以參加這個比賽。
首先，需要在DeepTraffic網站上注冊一個賬号。
然後，你可以在代碼框中更改一些參數。
點選“Apply Code”後應用代碼。
然後，可以點選“Run Training”開始訓練，訓練結束後，點選“Start Ecaluation Run”，開始評估，評估将模拟500次運作，每次運作約30秒，計算每次運作的平均速度，最終得分将是500個平均速度的中位數，作為該模型的成績。
當你的模型成績足夠好時，可以送出模型，正式參加比賽。
另外，為了凸顯辨別和美觀度，這個比賽還允許參與者自行上傳車輛圖檔，你可以找一輛你喜歡的車，或是任何長方向的圖形，上傳後作為賽道中你的車輛icon。
比如說，把人工智障愛醬的照片變成車子。
還可以給自己車輛選擇“尾巴”的顔色。
可以說非常少女了。
榜上有名
送出的成績會被DeepTraffic收錄進一個排行榜裡。
目前，DeepTraffic已經進行過三期，第一期的1.0版本決出了三位優勝者，冠軍選手Purnawirman的成績是74.48英裡每小時，大約120kn/h，他獲得的獎品是Ian Goodfellow和Yoshua Bengio和Aaron Courville的深度學習書籍，以及Udacity的線上自動駕駛課程。
第二期DeepTraffic 1.1的速度要高很多，冠軍Hoan Nguyen的成績是76.29英裡每小時，大約122km/h；第三期DeepTraffic 1.2的成績略低了一點，冠軍H_Buffington的時速是73.10英裡每小時，也就是117km/h。
目前正在進行的是DeepTraffic 2.0版本的比賽，排行榜首位的是一家名為Evolution AI的英國公司的CTO，Rafal Kwasny，他的分數比前幾個版本都高，為76.60英裡每小時，也就是123km/h。
對于無人車來說，這個速度已經相當可觀了。有興趣的同學不妨沖個榜嘗試下。
比賽傳送門
DeepTraffic是MIT自動駕駛深度學習課程的一部分，新增賬號後不僅可以參加這個比賽，還可以用此賬号來進行線上的學習。
比賽連結：
https://selfdrivingcars.mit.edu/deeptraffic-visualization/參賽指南：
https://selfdrivingcars.mit.edu/deeptraffic-about/課程：
https://selfdrivingcars.mit.edu/resources/原文釋出時間為：2018-07-09
本文來自雲栖社群合作夥伴“
量子位”，了解相關資訊可以關注“
”。