Die Vorgabe ist einfach: „Don’t crash and minimize laptime!“ Die künstliche Intelligenz, die vorher von den verschiedenen Teams für ihr jeweiliges Fahrzeug entwickelt worden ist, muss also die Strecke richtig erkennen, Kollisionen vermeiden und möglichst schnelle Rundenzeiten absolvieren. Die Modellautos sind Rennautos nachempfunden, im Maßstab 1:10. Kameras und Sensoren liefern die nötigen Daten, die dann in Echtzeit von der autonomen Software interpretiert und in Steuerungsbefehle für das Modellauto umgesetzt werden müssen.
Das Team der TU Wien, bestehend aus Daniel Scheuchenstuhl, Dennis Erdogan, Fabian Kresse, Felix Resch, Luigi Berducci, Moritz Christamentl und Stefan Ulmer (mit Unterstützung von Andreas Brandstätter und unter Supervision von Professor Radu Grosu), bereitete sich wochenlang auf den Wettbewerb vor. Beim ersten Durchgang desselben befand sich immer nur ein einziges Fahrzeug auf der Strecke. „Hier zeigten sich zunächst einige Probleme, aber das Team stellte seine Problemlösungsfähigkeit unter Beweis und schaffte es, den Algorithmus in sehr kurzer Zeit zu verbessern“, berichtet Professor Grosu. Im zweiten Durchgang lagen die Zeiten extrem knapp beieinander, und das Team der TU Wien konnte sich an die Spitze setzen: Mit einer Zeit von 18,70 Sekunden lag man knapp vor den Zweitplatzierten (18,95 Sekunden) und konnte außerdem in der vorgegebenen Zeit insgesamt die größte Zahl an Runden absolvieren.
„Die Trajektorie und das Geschwindigkeitsprofil werden offline optimiert, um damit möglichst schnelle Rennen fahren zu können“, sagt Luigi Berducci vom Team der TU Wien. „Mithilfe von Machine Learning wird eine Reihe von vielversprechenden Parametern ermittelt, die dann mit Computersimulationen optimiert und schließlich am realen Auto validiert werden.“ Noch herausfordernder als die erste und zweite Runde war dann der finale Durchgang des Wettbewerbs: Möglichst schnelle Rundenzeiten mussten erreicht werden, während auch noch ein Mitbewerber auf der Rennstrecke unterwegs war. Dabei kam es zu einem üblen Crash: Das Fahrzeug der TU Wien wurde von einem gegnerischen Fahrzeug heftig gerammt, das Team musste die Hardware in kürzester Zeit reparieren – mit Erfolg. So konnte sich das Team auf überzeugende Weise durchsetzen und errang insgesamt klar den ersten Platz.