首页 科技 正文

把“隐身衣”放在卡车上,让自驾车撞!谁比这游戏快

萧箫 发自 凹非寺量子位 报道 | 公众号 QbitAI

主动驾驶算法,在这场角逐中成了尝试品:

24小时内,不但要在特定的场景中,让它被攻破;还要在竞速环境下全力优化它,让车跑得更快。

假如这两个标的目标均能脱颖而出,就可以夺得第一名。

这是全球首个主动驾驶CTF(Capture The Flag,意为夺旗赛,一种收集平安范畴的手艺竞技)的角逐体式格局,参赛者是来自各地的知名CTF战队。

在9月26~27号的24小时里,加州大年夜学尔湾分校(UCI)的小队ASGuard脱颖而出,以745分的成就一举夺魁。

一路来看看, 角逐中都有哪些标题问题。

角逐标题问题长啥样

此次角逐包孕了多种和主动驾驶平安紧密亲密相干的题型, 既有Binary,Reversing等传统CTF赛题,也有机械进修平安(AML)和主动驾驶算法(Mad Race)等全新赛题。

从下图可见,标题问题难度不小,“赏格分”最高的标题问题是GPS棍骗,就没有一个小组在限制时候内解出(累计得分0)。

部分标题问题具体的画风,是下面如许的:

事实是抨击打击敌手,照样让本身跑更快?

如何在限制时候内,超越所有小队的赛车,并获得竞速赛第一名?

这是比赛标题问题Mad Race的划定礼貌:

要求参赛队伍实现主动驾驶的线路计划和节制算法,跟其他队伍同场竞技,最快完成角逐者得最高分。

然则,或许是举行方“有意为之”,这题背后还潜藏着一个险恶的获胜方式:标题问题答理抨击打击其他车辆的裂缝。

所以,角逐的体式格局不止一种。究竟假如将路上的其他车辆都攻破了,那末本身的车子就可操契约了。

不外,获胜团队最后没有选择到场抨击打击算法,而是集中全力晋升了本身的线路计划和节制算法,这也使得他们与第二名快速拉开了差距。

获胜团队透露显露,假如车辆优化得够好,抨击打击算法就追不上它,其实也能成为一种取胜策略。

一张“贴纸”,让卡车消失落

除此之外,主动驾驶算法的避障也是一个主要的手艺。

所以,全力骗过主动驾驶算法,让它撞上障碍物,其实也是一种检测算法裂缝的方式。

在名为消失落的卡车标题问题中,参赛者需要提交Patch(一个图象块),系统把这个Patch贴到卡车车厢,并同时让主动驾驶车辆逐渐接近卡车,要求这时刻代,不克不及有一帧检测到卡车。

说白了,就是行使非凡生成的图片,骗过方针辨认算法。

不外,也没有这么简单,由于参赛者提交的Patch不但需要棍骗一连多帧的方针检测,而且还需要考虑车辆行进轨迹中的视角和距离转变、传感器噪声、图象预措置等手艺。

究竟,谁也没法猜测主动驾驶算法会在甚么时刻、被甚么样的图象“棍骗”。

在这道标题问题中,冠军团队让生成的Patch具有更高的鲁棒性,究竟成功骗过了主动驾驶算法。

棍骗GPS:全场最难的标题问题

从得分来看,全场唯一没有小组解出的标题问题,就是这道GPS棍骗(GPS Spoofing)了。

这道题属于Binary抨击打击类型(二进制裂缝抨击打击),是全场分数最高的一道标题问题,但无人解出。

标题问题要求参赛者抨击打击一个处事器真个GPS Spoofing检测轨范,从而获得处事器中Flag文件的内容。

这道题属于传统的CTF类型,它的难点在于,参赛者需要体会一种特定GPS数据的解析名目,并构建子虚的GPS数据,来触发和行使该裂缝。

是以,要解决这道题,除传统的Binary抨击打击手艺,还必需要有主动驾驶中GPS传感器的常识和经验,大年夜部分小组都被这一点难住了。

对冠军团队来讲,此次的遗憾应当在于没能解出这道最难的标题问题。

“最后时刻,我们已能机关需要的GPS数据名目、且找到了裂缝行使的注入点,无奈最后由于时候不足,未能完成,异常惋惜。”

为何举行主动驾驶CTF

拼尽全力攻破主动驾驶算法,事实有甚么意义?

或许大年夜家还记得本年6月,开启AutoPilot的特斯拉,撞上侧翻白色货车的事故:

高速路上,一辆货车侧翻在地,后续来车纷纭逃避。

但一辆白色特斯拉Model 3,以110千米的时速,直接撞向了如此明明的货车障碍物。

针对这一类主动驾驶的平安事故,此次的CTF定位与实际生活生计中主动驾驶显现的平安问题紧密亲密相干。

例如,那道行使匹敌样本生成能让白色卡车“消失落”的Patch,就是主动驾驶中障碍物识别的一项极大年夜挑战。

而赛题的场景,就是从特斯拉在高速上的平安事故取材的。

究竟,只有知道了抨击打击主动驾驶算法的方式,才能更好地优化主动驾驶算法,让车辆行驶更平安。

冠军团队介绍

此次角逐的冠军团队由6人构成,主要来自加州大年夜学尔湾分校的ASGuard(Autonomous Sysems Guard)研究组,导师为Qi Alfred Chen,个中4名成员Junjie Shen、Takami Sato、Ningfei Wang和Ziwen Wan均为在读博士生

别的,还有一名来自清华大年夜学的准一年级博士生Yunpeng Luo、和今朝在CMU就读硕士、本科曾就读于UCI的Zeyuan Chen。

而ASGuard研究组平常平凡的研究标的目标,就是主动驾驶软件平安。

ASGuard的组员也透露显露,列入这场角逐最大年夜的获胜点,是技术点、研究标的目标刚好笼盖所有赛题类型。

是以,他们的团队分工也异常清楚,个中Junjie Shen,Ziwen Wan,Yunpeng Luo和Zeyuan Chen负责Binary、Reversing和Mad Race,而Takami Sato和Ningfei Wang则负责机械进修模子平安(AML)。

不外,此次的角逐对冠军组来讲,也并不是海不扬波。

可以看出,在最后的夺冠之前,团队履历了相当长时候的无进展期,但在最后时刻一举解出两道标题问题,究竟反败为胜。

非特殊说明,本文由原创资讯网原创或收集发布。

转载请注明本文地址:http://www.acewise.org/kj/1473.html