Künstliche Intelligenz : Auf dieser Rennstrecke geben die Algorithmen Gas

Seit 2016 messen sich Studierende und Forschungsteams von Universitäten aus der ganzen Welt beim F1/TENTH Autonomous Grand Prix. Es geht darum, die beste Software zu entwickeln, um auf einer Rennstrecke für Modellautos die Konkurrenz hinter sich zu lassen. Dieses Jahr wurde der Grand Prix im Rahmen des International Federation of Automatic Control (IFAC) World Congress in Berlin abgehalten.

Weil die dazugehörige Konferenz aufgrund der Corona-Pandemie virtuell stattfand, entschloss man sich, diesmal auch den Grand Prix virtuell abzuhalten: Die Programmier-Aufgabe blieb gleich, aber anstatt physische Modellautos auf einer Rennstrecke damit zu steuern, ließ man die Algorithmen in einer virtuellen Umgebung gegeneinander antreten. Das Team "TU fast TU furious" entstand durch die Lehrveranstaltung "Autonomous Racing Cars Master Course", unterrichtet von Prof. Radu Grosu vom Institut für Computer Engineering, an der TU Wien. Diese Lehrveranstaltung ist einzigartig in Österreich, und eine von wenigen vergleichbaren in ganz Europa. Das Kursmaterial (Kameras, optische Abstandsmesstechnik, Prozessoren etc.) wurde vom Bundesministerium für Bildung, Wissenschaft und Forschung gefördert.

Die Studierenden entwickelten ein Semester lang Steuerungscodes basierend auf sogenannten Deep-Learning-Algorithmen. "Aus den motiviertesten von ihnen bildeten wir dann das TUW-Team, um es gegen weltbekannte Universitäten antreten zu lassen, darunter das MIT, UC Berkley und Stanford, oder auch UPenn, die den Wettbewerb ursprünglich initiiert haben“, erklärt Radu Grosu. Das Wettkampf-Team bestand schließlich aus Thomas Pintaric (Teamleiter), Mathias Lechner (IST Austria), Bernhard Schlögl, Axel Brunnbauer, und Andreas Brandstätter. Teamberater waren Ramin Hasani, und Radu Grosu, ebenfalls Institut für Computer Engineering, TU Wien.

"Basierend auf dem Wissen, das in unserer Lehrveranstaltung vermittelt wurde, schaffte es das Team, einen klugen autonomen Agenten zu entwickeln, um das Auto zu steuern", sagt Radu Grosu. "Eine ganze Reihe von Algorithmen und Steuerungsstrategien war getestet worden, bevor wir uns für die beste Variante entschieden, die dann schließlich auch gewann." Für die Algorithmen selbst spielte es keine Rolle, ob sie ein physisches Auto steuern, oder ob sie sich in einer rein virtuellen Welt befinden, wie das bei dieser Ausgabe des F1/TENTH Grand Prix der Fall war.

Von der Rennleitung wurde die Geometrie der Rennstrecke vorgegeben. Die elektronischen Agenten mussten dann einen optimalen Pfad berechnen, und dann verschiedene Kontrollstrategien anwenden, um ihr Fahrzeug auf diesem Pfad zu halten. In einer Vorrunde wurden Hindernisse auf dem Parcours platziert, denen die autonomen Fahrzeuge ausweichen mussten. "Wir wollten in diesem Stadium noch nichts über unsere Strategie verraten. Daher setzen wir hier auf Sicherheit und fuhren die Rennstrecke sehr langsam ab. Ohne Crash waren wir für die Hauptrunde qualifiziert, wenn auch mit der langsamsten Zeit", berichtet Teamleiter Thomas Pintaric.

Am Hauptwettkampftag schließlich traten die acht verbliebenen Teams jeweils zu zweit gegeneinander an. "TU fast TU furious" konnte sieben von acht Rennen gewinnen und sicherte sich so am 15. Juli schließlich den ersten Platz. "Im Wesentlichen benötigte man drei entscheidende Komponenten um zu gewinnen", sagt Teammitglied Mathias Lechner. "Eine gute Rundenzeit, eine solide Kollisionsvermeidung und eine aggressive Taktik beim Start. Alle Teams schafften es, ein oder zwei dieser Punkte gut umzusetzen. Aber nur unser Team konnte alle drei zuverlässig miteinander kombinieren."

"Das ist für uns ein großartiger Erfolg – vor allem angesichts der Tatsache, dass die TU Wien zum ersten Mal beim F1/TENTH-Wettbewerb dabei war“, sagt Radu Grosu. „Es war sicher nicht das letzte Mal. Es zeigt, dass die TU Wien unglaublich talentierte Studierende hat, die sich erfolgreich mit Teams von den besten Universitäten der Welt messen können."

Wie so ein virtuelles Rennen mittels intelligenter Steuerungscodes aussieht, sehen Sie in diesem Video:

https://www.youtube.com/watch?v=YMzm2oCc_4w&feature=youtu.be]