机动动作识别挑战赛
人工智能
2021-12-17 v1 计算机视觉与模式识别
分布式、并行与集群计算
性能
摘要
从轨迹数据中识别机动动作的 AI 算法在提升飞行安全与飞行员训练方面可发挥重要作用。AI 挑战赛允许多元化团队协作解决难题，是开发 AI 解决方案的有效工具。AI 挑战赛也是 AI 算力需求的关键驱动力。在 maneuver-id.mit.edu 上举办的机动动作识别挑战赛提供了数千条从飞行员在飞行模拟器中练习时收集的轨迹、机动动作描述，以及由经验丰富的飞行员执行这些机动动作的示例。每条轨迹由归一化到统一坐标系的位置、速度和飞机姿态组成。构建该数据集需要重大的数据架构，以将飞行模拟器日志转换为 AI 可用数据，其中包括使用超级计算机进行去重和数据调理。该比赛提出了三个挑战。第一个挑战是将物理上合理的（好）轨迹与不可行的（坏）轨迹分离开来。提供了人工标注的好与坏轨迹以辅助完成此任务。后续挑战是使用其预期的机动动作对轨迹进行标注，并评估这些机动动作的质量。
引用
@article{arxiv.2108.11503,
title = {Maneuver Identification Challenge},
author = {Kaira Samuel and Vijay Gadepally and David Jacobs and Michael Jones and Kyle McAlpin and Kyle Palko and Ben Paulk and Sid Samsi and Ho Chit Siu and Charles Yee and Jeremy Kepner},
journal= {arXiv preprint arXiv:2108.11503},
year = {2021}
}
备注
7 pages, 8 figures, 1 table, 33 references, accepted to IEEE HPEC 2021