为推动自动驾驶领域行为预测技术发展，加快预测模型/算法评估研究，机械系统控制实验室（加州大学伯克利分校MSC Lab）携手AI数据服务平台提供商Graviti与全球领先云服务提供商AWS（亚马逊云）举办的“INTERACTION数据集预测挑战赛”正式启动。
目前，学术界和工业界一致认为，行为预测（Prediction：如轨迹、动作、意图）是自动驾驶领域最具挑战性的问题之一，是阻碍完全自动驾驶实现的一大因素。
要解决这个问题，两个条件缺一不可：一是包括许多与行人互动的车辆在内的真实场景运动数据的收集和积累，二是能够利用这些数据正确有效地评估各种预测算法。
。
但不幸的是，目前还没有一个基准可以公平地比较不同预测模型（或算法）的性能，尤其是在考虑循环规划时（模型集成了预测和规划两个模块），公平的基准是一个大问题。
为此，加州大学伯克利分校的机械系统控制实验室（MSC Lab）与卡尔斯鲁厄理工学院（KIT）和巴黎高科矿业大学的合作者建立了一个国际性的、对抗性的、协作性的数据集（INTERACTION）。
它准确地再现了不同国家各种驾驶场景下道路使用者（例如车辆、行人）的大量交互行为。
为了加速学术界和工业界围绕预测模型/算法评估的讨论和研究，加州大学伯克利分校机械系统控制实验室联合AI数据服务平台提供商Graviti（格物钛金）和AWS亚马逊云（Amazon Cloud），发起了基于INTERACTION数据的INTERPRET预测挑战赛，旨在为自动驾驶的发展构建有效且有价值的预测方法。
作为该挑战赛的赞助商，Graviti一直致力于让机器学习变得简单，让所有富有创造力的个人和公司都能轻松使用AI，让AI触手可及。
Graviti愿意通过其一站式机器学习平台帮助更多开发者更快地实现自动驾驶。
本次比赛将采用Graviti的数据集管理系统来托管比赛中使用的训练、验证和测试数据，并提供并开放给参赛者下载；同时，Graviti的模型评估框架将用于计算参与者上传的结果。
成就并生成排名。
AWS将为所有服务提供云服务资源和支持。
“INTERACTION数据集预测挑战赛”分为五个挑战赛，分别是常规挑战赛、数据效率挑战赛、泛化挑战赛、闭环挑战赛、开源挑战赛。
本次大赛计划于3月和6月举办两轮，以公平指标为基础，对预测模型和算法进行不同方面的评估和测试。
参赛者可以访问训练和验证数据集的输入和输出，但只能访问测试集的输入。
参赛者提交算法在测试集上输出的结果后，将进行一系列的评估，并在活动排行榜上公布分数。
第一轮比赛将持续到5月底，挑战数据集和结果将在6月的Waymo CVPR论坛上公布。
欢迎参与者尝试不同的挑战。