为促进自动驾驶领域的行为预测技术发展，加速预测模型/算法评价的研究，加州大学伯克利分校机械系统控制实验室（MSC Lab）携手AI数据服务平台提供商Graviti（格物钛）、云服务商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，它是阻碍全自动驾驶实现的一大因素。而要解决这一问题，有两个条件不可或缺：一是包含很多车辆和行人交互的真实场景运动数据的收集和积累，二是可以通过这些数据对各种预测算法进行正确而有效的评价。但不幸的是，目前没有一个可以公平比较不同预测模型（或算法）性能的基准，尤其是在考虑到有规划在环的情况下（模型集成了预测和规划两个模块），公平基准是个大难题。
为此，加州大学伯克利分校机械系统控制实验室（MSC Lab）与来自卡尔斯鲁厄理工学院（KIT）和国立巴黎高等矿业学院（MINES ParisTech）的合作者建立了一个国际性、对抗性、协作性的数据集（INTERACTION）。它能准确再现不同国家的各种驾驶场景中道路使用者（如车辆、行人）的大量交互性行为。
为了加快学术界和工业界围绕预测模型/算法评价的讨论和研究，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）和AWS（亚马逊云）发起了基于INTERACTION数据集（INTERPRET）的预测挑战赛，该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。
作为挑战赛赞助商的Graviti（格物钛）一直致力于让机器学习变得简单，让所有有创造力的个人和企业都能够轻松使用AI，实现AI触手可及。Graviti愿意通过自己一站式的机器学习平台，帮助更多的开发者可以更快的把无人驾驶变成现实。
此次大赛Graviti的数据集管理系统将被用来托管比赛所使用的训练、验证和测试数据，提供并开放给比赛参与者下载；同时Graviti的模型评估框架会被用来计算参赛者上传结果所取得的成绩，并生成排行榜。而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、概括性挑战赛、闭环挑战赛、开源挑战赛。本次大赛计划在3月和6月举办两轮比赛，根据较为公允的指标对预测模型和算法进行不同方面的评价和测试。参赛者可以获得训练和验证数据集的输入和输出，但只能获得测试集的输入。在参赛者提交了测试集上算法输出的结果后，将进行一系列评价，并在活动排行榜上公布得分。首轮赛事将持续到5月底截止，挑战赛数据集和结果将在6月举行的Waymo 2020 CVPR 的论坛上公布。
欢迎参赛者尝试不同的挑战。
