En el transcurso de los últimos años, muchos entusiastas de la inteligencia artificial y la tecnología han estado estudiando el arte del AWS DeepRacer en el mundo físico. Un ejemplo notable es el de un autor que aplicó su experiencia en la última edición de AWS re:Invent 2024, donde se presentó no solo la competencia, sino también una serie de aprendizajes y estrategias que se fueron construyendo a lo largo de sus participaciones anteriores.
El autor reflexionó sobre sus actuaciones en 2022 y 2023, donde sus modelos presentaron inestabilidades que les impidieron obtener buenos resultados. Tras una introspección detallada, se propuso avanzar con un modelo que fuera capaz de mantener la estabilidad tanto en las rectas como en las curvas, así como evitar salidas de pista en situaciones difíciles, todo esto, ignorando el ruido visual que rodea las pistas.
La implementación de su estrategia se centró en la adaptación del modelo físico a los desafíos que presenta el entorno real, que difiere notablemente del entorno virtual. Para conseguir que su coche fuera más predecible al ir recto en las rectas, se utilizó una geometría de dirección más realista, se limitaron los ángulos de dirección y se introdujeron ángulos de estabilización, permitiendo que el vehículo hiciera correcciones menores. Así mismo, se llevaron a cabo múltiples pruebas y se diversificó el entrenamiento para asegurar que el modelo pudiera adaptarse a diferentes tipos de curvas.
Durante la competencia de re:Invent, el autor se enfrentó a un circuito más complejo que los anteriores, lo que llevó a un nuevo conjunto de desafíos, especialmente con las distracciones visuales causadas por grandes pantallas iluminadas. A pesar de los problemas, su modelo demostró un instinto de supervivencia notable, manteniéndose en la pista incluso ante giros difíciles.
A modo de conclusión, el autor evaluó su desempeño en la competición, posicionándose en el puesto 14 con un tiempo promedio de 10.072 segundos, y reflexionó sobre lo que podría mejorar en futuras competencias. Reconoció que, aunque su enfoque había sido efectivo en muchos aspectos, todavía había margen para ajustar la velocidad máxima y los ángulos de acción para alinear mejor el modelo con las características reales del coche.
Con el cierre de AWS re:Invent 2024, la comunidad de DeepRacer no se ha rendido ante el cambio. A pesar de que este ha sido el último campeonato de DeepRacer, el interés por las carreras físicas sigue vivo, con iniciativas en marcha para hacer el DeepRacer más accesible a un público aún más amplio. El potencial educativo y lúdico de estas tecnologías se mantiene como un aliciente para seguir desarrollando esta comunidad y sus futuras competencias.
vía: AWS machine learning blog
