Course
AWS DeepRacer
人工智能無人車課程
課程概覽
在本課程中,學生將學習無人駕駛技術的背景和核心概念、了解無人駕駛的定位、感知、預測、規劃與控制等相關知識。 透過多元課堂活動讓學生從虛擬到實體,從科技發展到道德倫理觀念的思考,從而構建正確核心素養及科技態度。
Facebook
Twitter
LinkedIn

DeepRacer是什麼?

AWS DeepRacer是一輛1/18比例的自動賽車,能透過在賽道上獲得的數據來測試它的強化學習(RL)模型。 它會利用攝像頭觀察賽道,並使用強化學習模型來控制油門和轉向,透過這個方式展示了人工智能如如何將在模擬環境中訓練的模型應用於真實世界。
課程資料
- 對象: 中一至中四學生
- 人數: 每班12至24人 (每位學生一部電腦)
- 語言: 英語為主,配合中文講解
- 12 - 15個課時
- 模式: 到校課程 / 線上授課
- 支援: 短片學習及實時Q&A支援
**課程模型訓練可透過AWS平台或自建校本人工智能(AI)伺服器進行
學習目標及成果
學習目標
- 了解無人駕駛系統的主要組成部分
- 概述機器學習
- AWS上的機器學習
- 學習電腦視覺
- 機器學習介紹
- 使用加強AWS RoboMaker上的機器學習自駕車模擬應用及1/18比例全自動賽車
- 人工智能所引起的倫理道德問題
學習成果
- 學習應用電腦視覺和機器學習技術來建構與汽車相關的演算法
- 控制和訓練一輛全自動駕駛車
- 正確核心素養、科技態度的思考
1. AWS DeepRacer應用元件介紹
單元概要
- AWS DeepRacer的基礎觀念與技術探討
- 機器人作業系統:ROS
- 自主移動式機器人:Lots of AMR
- 應用領域
2. 機器人作業系統ROS於AWS環境設定
單元概要
- 實驗室: 設定環境與控制ROS
3. 運用Amazon SageMaker訓練RL模型
單元概要
- Amazon SageMaker簡介
- 自動模型調校
- Reinforcement Learning概念
- AWS DeepLens - DeepRace上的視覺元件
4. Amazon SageMaker於AWS環境設定操作
單元概要
- 實驗室: 利用Amazon SageMaker與AWS RoboMaker建立AWS DeepRacer模型
5. 深入了解AWS DeepRacer
單元概要
- AWS RoboMaker簡介
- AWS DeepRacer
- 訓練與評估模型
- 獎勵函數於輸入參數
- 如何在AWS DeepRacer偵錯
- AWS Cloud9簡介
- AWS IoT Greengrass簡介
6. 於AWS環境上實際部署AWS DeepRacer模型
單元概要
- 實驗室: 部署與調校AWS DeepRacer模型及試跑
7. 人工智能與生活
單元概要
- 人工智能的趨勢,現在與未來
- AI偏見和錯誤的後果