En los recientes años, la competición de AWS DeepRacer se ha consolidado como un evento destacado para los entusiastas de la inteligencia artificial y la tecnología. La última edición de AWS re:Invent 2024 no solo presentó una emocionante competencia, sino también mostró la evolución en estrategias desarrolladas por sus participantes a lo largo de sus experiencias previas.
Reflexionando sobre sus desempeños en años anteriores, un participante compartió que enfrentaba desafíos con sus modelos en ediciones de 2022 y 2023, donde la inestabilidad de estos se tradujo en resultados poco favorables. Decidido a mejorar, el competidor se propuso a construir un modelo que no solo mantuviera estabilidad en distintos tipos de pistas, sino que también ignorara las distracciones visuales del entorno.
Para conseguir un modelo más robusto, este participante centró su enfoque en la adaptación de su carrito físico a las complejidades del entorno real, muy diferentes al entorno virtual. Se implementó una geometría de dirección más realista, limitando los ángulos de dirección y añadiendo ángulos de estabilización, lo que permitió al vehículo realizar correcciones sutiles al avanzar por los circuitos. Además, se realizaron diversas pruebas y se diversificó el entrenamiento para que el modelo pudiera adaptarse eficientemente a cada curva del circuito.
Durante el evento, el circuito presentado fue más complejo que en años anteriores, planteando nuevos retos, incluidos los distracciones visuales de las pantallas iluminadas a lo largo de la pista. Sin embargo, el modelo del participante demostró una notable capacidad de adaptación manteniéndose en pista, incluso ante giros desafiantes.
El resultado final colocó al competidor en el catorceavo puesto con un tiempo promedio de 10.072 segundos. En su evaluación, el participante reconoció que, aunque la estrategia implementada fue eficaz en varias áreas, aún hay espacio para mejorar en aspectos como la velocidad máxima y los ángulos de acción, para optimizar el rendimiento del modelo con las características físicas reales del coche.
A pesar de que esta edición marca el final del campeonato de DeepRacer, el interés por las carreras físicas de inteligencia artificial no ha disminuido. La comunidad de DeepRacer continúa comprometida con hacer estas competencias más accesibles y educativas, asegurando así el continuo desarrollo y entusiasmo hacia estas competiciones en el futuro.
