麻省理工学院的学生正在学习如何利用NVIDIA赋力的数据科学工作站推动自动驾驶开发。学院将机器人专业本科班的17名学生分成三个小组，并为每组配置一辆微型赛车。学生的任务是：训练这辆微型赛车，使其能够自行穿越Stata Center的地下室。

麻省理工学院航空与航天专业副教授Sertac Karaman希望通过这种方式教授学生模仿学习（imitation learning）的方法。

该项目由Quadro RTX赋力的数据科学工作站和NVIDIA Jetson AGX Xavier提供加速计算功能，这让Karaman和他的学生能够创建各种AI赋力的原型。



数据科学工作站帮助学生完成项目

通过模仿学习，学生需要通过训练一个TensorFlow神经网络来让汽车学会自动驾驶。但是首先，他们需要收集大量数据，以便汽车能够学会如何在Stata Center的走廊中确定方向。

每辆汽车都配备了NVIDIA Jetson AGX Xavier嵌入式系统模块，用于性能驱动的自动驾驶汽车。学生首先使用操纵杆手动遥控小型汽车穿行复杂的路线，并借助安装在车前端的摄像头记录数据。

接着，基于NVIDIA PilotNet架构的神经网络会处理这些数据，使汽车能够学习如何将观察结果和应采取何种行动相关联，这样汽车就可以根据摄像机拍摄的画面判断转向角度。



这些学生所使用的数据科学工作站由NVIDIA Quadro RTX GPU提供前沿计算功能，该功能可以用来训练TensorFlow模型，然后将其部署在微型赛车上，并使用微型赛车的内置设备进行AI推理。

数据科学工作站让训练性能得到了大幅提升，从而大大减少了迭代时间。这也让学生们可以快速训练并测试大量模型，为他们的赛车选取最为适合的一个。

Karaman表示：“由于训练模型速度的提升，学生们在项目中取得了巨大的成功。NVIDIA数据科学工作站的加速计算功能让他们能够进行多次训练——以性能最佳的赛车为例，其只用了几分钟的时间就完成了训练。”

Karaman计划今年继续使用数据科学工作站和预装AI软件堆栈来教授机器人课程。