2026 雲科大 AI 賽車競賽辦法

一、活動說明

1. 活動緣起：為提升雲科大學生對人工智慧之認識，並鼓勵更多學生進入人工智慧領域，特舉辦本競賽。 參賽者將使用雲端運算平台訓練強化學習模型，實際體驗 AI 自駕車的相關技術。 
2. 主辦單位：雲科大 資訊管理系
3. 協辦單位：雲科大 教卓中心
4. 執行單位：雲科大 智慧應用創新實驗室
5. 聯絡人：雲科大資管系 張榮昇老師（changart@yuntech.edu.tw） 
6. 競賽網站：https://airacing.yuntech.edu.tw/
7. 活動方式：本次競賽全程於線上舉行。

二、參賽資格與報名

1. 參賽者須為本校在學學生，每組 1 至 4 人，可跨系所及年級組隊；每位學生限參加一組。 參賽者須以本校電子信箱（@live.yuntech.edu.tw 或 @yuntech.edu.tw）註冊帳號； 主辦單位人員及協助競賽平台維運之人員不得參賽。
2. 參賽者應於競賽官方網站完成註冊、組隊及報名；各組須指定一名隊長作為主要聯絡窗口，由隊長於報名期間內完成報名。
3. 報名期間：2026 年 11 月 11 日 00:00 至 11 月 15 日 23:59，逾期不予受理。
4. 報名截止後，主辦單位將彙整參賽者學號，統一向本校資訊中心申請 AI Console／AI Stack 人工智慧運算平台使用權限； 開通後以電子郵件通知參賽者，即可使用該平台開發及訓練模型。參賽者亦可使用其他環境訓練，惟提交檔須符合第六條規格。 
5. 報名截止後如需更換隊員，應先經主辦單位同意。 報名資料不實或重複參賽者，主辦單位得取消其參賽資格。 

三、競賽時程

1. 本辦法所載時間均以臺灣時間（UTC+8）為準。
2. 各場實際開放、截止及成績公告時間，以競賽網站公告為準。
3. 各場賽道地圖於該場開始前至少 24 小時於競賽網站公開。
4. 截止時間以伺服器收到提交的時間為準。 截止前已受理的提交，均會完成評測並列入成績。 
5. 平台依序評測，截止前可能需要排隊，建議提早提交。

四、積分方式與名次計算

（一）單場排名

1. 各場依參賽組別之最佳有效完賽成績排名，成績愈短者名次愈前。 成績計算方式見第五條第（三）款。 
2. 單場成績相同時，依下列順序判定： 
   1. 出界次數較少者優先。
   2. 提交時間較早者優先，以伺服器收到該筆提交的時間為準，不以評測完成時間為準。
3. 未完賽的組別不列入單場排名；至少通過一個檢查點者，榜單另外顯示其最佳進度 （完成圈數及檢查點）供參考，但不給名次與積分。 

（二）單場積分

1. 各場前十名依序取得 25、18、15、12、10、8、6、4、2、1 分。
2. 第十一名以後及未取得有效完賽成績者，該場積分為 0 分。
3. 單場有效完賽組數不足十組時，僅依實際有效完賽名次給予對應積分。
4. 暖身賽成績不列入積分。

（三）最終名次

1. 最終名次依兩場積分賽積分加總計算，總積分較高者名次較前。
2. 總積分相同時，依下列順序判定： 
   1. 有效完賽場次較多者優先。
   2. 各有效場次最佳成績之合計較短者優先。
   3. 最佳單場成績較短者優先。
   4. 各有效場次最佳成績之出界次數合計較少者優先。
3. 上述條件仍相同時，由主辦單位依系統紀錄及公平原則決定處理方式並公告。
4. 兩場積分賽均未取得有效完賽成績者，排在有完賽之組別之後，依兩場最佳進度（通過檢查點數，含圈數）合計較多、 各該最佳進度之出界次數合計較少、取得該進度之提交時間（兩場取較晚者）較早依序排名；未通過任何檢查點者不列入最終排名。 

五、比賽方式與計時

（一）比賽場地

1. 競賽於主辦單位指定之虛擬賽道進行，賽道包含彎道、直線等路段。
2. 同一場比賽之所有參賽組別，使用相同的正式賽道及評測設定。

（二）提交與評測

1. 模型以組別為單位提交，須符合第六條之模型規格。
2. 同一組別於同一場次，每次提交須間隔 10 分鐘，每場最多提交 30 次（暖身賽不限次數）。 提交次數上限如有調整，於賽前公告。 
3. 每筆提交以官方評測環境執行 1 回合。 評測環境沒有隨機性，同一模型在同一賽道的結果固定。 
4. 系統保留各組於該場所有有效完賽成績中最好的一筆作為該場成績。

（三）完賽與成績計算

1. 車輛須依序通過所有檢查點並完成 3 圈，始視為有效完賽。
2. 採模擬時間，不採現實時間；模擬每執行 30 步計 1 秒。 

   基礎時間（秒）＝ 模擬步數 ÷ 30（計至毫秒）

   評測時的伺服器負載、排隊或錄影不影響成績。 

3. 成績 ＝ 基礎時間 ＋ 出界次數 × 3 秒

4. 出界重置後，行駛時間繼續累計，不因重置而歸零。

（四）出界處理

1. 車身碰觸賽道邊界或駛出有效賽道範圍，即視為出界。
2. 每次出界都計 1 次（含第一次），每次加計 3 秒罰時。出界次數不扣減、不歸零。
3. 出界後車輛重置回起點重新行駛： 
   1. 已完成的圈數保留。
   2. 當圈已通過的檢查點清除，須從第一個檢查點重新依序通過。

（五）檢查點與圈數

1. 車輛須依序通過所有檢查點，始完成一圈；最後一個檢查點即為起終點。
2. 未依順序通過的檢查點不予採計；車輛須回頭通過應通過的檢查點，該圈進度才會繼續累計。

（六）未完賽

1. 每次評測設有步數上限，達上限仍未完成 3 圈者判定為未完賽（DNF）。
2. 步數上限依各賽道官方範例模型的完賽步數訂為數倍，於各場賽道公開時一併公告。
3. 未完賽之提交不列入排名、不給積分，但仍計入提交次數。

（七）評測影片

1. 每筆評測產生行駛影片，須登入後觀看。
2. 各組可觀看自己組別的所有影片；比賽期間亦可觀看其他組別有效完賽的影片。

六、模型規格與訓練規定

1. 僅接受 NumPy .npy 格式之 Q-table： 
   • 形狀須為 (11, 11, 11, 11, 11, 3)。 前五維對應車頭方向 -90°、-45°、0°、45°、90° 的雷達距離； 每 30 像素為一格，雷達最遠 200 像素，實際值為 0～6，陣列每維保留 11 格。 最後一維對應加速、左轉、右轉三個動作。 
   • 資料型態須為 64 位元浮點數 float64，不得含 NaN、Inf 或 Python 物件。 
   • 檔案大小上限 25 MB。
2. 評測時，系統依車輛當下狀態選取 Q 值最高的動作。 副檔名非 .npy 之檔案不予受理； 內容不符形狀、資料型態或數值等規格者，該筆評測判定失敗，仍計入提交次數。 
3. 主辦單位提供官方訓練環境檔案，含範例賽道與範例程式。 訓練演算法與超參數不限，惟車輛物理、觀測、動作、碰撞與計時規則以官方評測環境為準，參賽者不得修改。 

七、公平性與違規處理

1. 參賽模型須由所屬組別自行訓練，不得分享、交換或使用其他組別或第三方已訓練完成之模型權重。 參賽者得參考公開論文、演算法及開源程式碼。 
2. 禁止下列行為： 
   1. 以人工方式直接編寫或修改 Q-table 數值，而非由訓練產生。
   2. 以分身帳號或跨組方式參賽、增加提交次數。
   3. 使用外部工具操控賽車、修改競賽環境、干擾系統計時。
   4. 利用系統漏洞或未公開資訊取得不公平優勢。
3. 主辦單位得監控模型與車輛行為，對疑似異常者，得要求該組提供模型、訓練程式及訓練紀錄以供查核。 
4. 經確認違規者，得依情節輕重取消該次成績、該場積分或整組參賽資格。

八、競賽平台與異常處理

1. 競賽平台保存各組每筆提交的模型、評測紀錄及各場最佳成績，供參賽者查詢。 正式排名以主辦單位確認並公告之結果為準。 
2. 因參賽者模型錯誤、格式不符或操作失誤導致評測失敗者，不補發提交次數。
3. 經確認屬平台或伺服器異常，致影響提交或成績判定者，主辦單位得以原提交之模型檔重新評測 （保留原紀錄，重評不另計提交次數）、將該筆提交不計入提交次數（補發）， 或採取其他公平處理措施，並公告處置方式。 單筆評測逾 10 分鐘仍未完成者，視為平台異常。
4. 比賽開始後，評測程式與正式賽道不再變更。 如須緊急修正，主辦單位將公告修正內容，並重新評測受影響之提交。 

九、成績公告、申訴與得獎查核

1. 各場成績及積分經主辦單位確認後公告，最終名次依本辦法計算。
2. 對計時、出界判定、成績或系統異常有疑義者，應由隊長於該場成績公告後 24 小時內，以電子郵件寄至 sail@yuntech.edu.tw 提出申訴，並附組別、場次、提交時間、問題說明及佐證資料。 
3. 申訴由主辦單位指定之不參賽人員依平台與評測紀錄審查，必要時修正成績並公告。 涉及名次或獎勵之爭議，得於審查完成前暫緩確認。 
4. 最終名次前三名之組別，須於主辦單位通知後提供訓練程式及訓練紀錄，並能重現其提交之模型； 無法提供或重現者，主辦單位得取消其得獎資格，名次依序遞補。 

十、競賽獎勵

1. 獎勵以組別為單位發放，禮券由組內成員自行分配；得獎組別應配合提供領獎所需資料。
2. 獲獎組別如經查證違反競賽規定，或未通過第九條第 4 項之得獎查核， 主辦單位得撤銷其獲獎資格，並依有效名次辦理遞補。 
3. 得獎組別須至少於一場正式積分賽取得有效完賽成績；未符合者不予頒獎，該名次獎勵從缺。

十一、其他

1. 主辦單位保留調整本競賽各項細則之權利，調整內容將於競賽網站公告。
2. 平台服務： 競賽平台由主辦單位以現有設備提供，主辦單位將盡力維持正常運作，惟不保證服務不中斷或無錯誤。 因網路、電力、第三方服務（如電子郵件、雲端訓練平台）或其他不可抗力，致無法登入、提交、評測延遲或資料遺失者， 依第八條規定處理，參賽者不得另行請求補償。 
3. 資料與帳號保管： 參賽者應自行備份訓練程式、模型檔及相關資料，並妥善保管帳號；帳號不得借予他人使用， 以該帳號所為之行為，視為該參賽者之行為。因參賽者自身設備、網路或帳號保管不當所生之損失，由參賽者自行負責。 
4. 智慧財產權： 參賽者應確保提交之模型及訓練程式未侵害他人之智慧財產權或其他權利；如有爭議，由參賽者自負法律責任， 主辦單位得取消其參賽及得獎資格。 
5. 作品與影像使用： 參賽作品之權利仍歸參賽者所有。參賽者同意主辦單位得於非營利之教學、成果發表及活動宣傳範圍內， 使用其組別名稱、成績、評測影片，及活動期間拍攝之照片與影像。 
6. 責任限制： 參賽者因參加本競賽所受之損害，除可歸責於主辦單位之故意或重大過失者外，主辦單位不負賠償責任。 
7. 不可抗力： 如遇天災、疫情、重大系統故障或其他不可抗力或非可歸責於主辦單位之事由， 主辦單位得延期、暫停、變更或取消本競賽之全部或一部，並於競賽官方網站公告。 
8. 本活動由高教深耕計畫經費補助。