Unser Paper "Autonomes Mario Kart in der Wildnis" ist gerade erschienen! In Zusammenarbeit mit Forschern von Deepmind, der Wissenschaft und unserem Kernteam finden Sie hier einige Lehren aus den Ansätzen der Forschungsteams @SeoulNatlUni, @NUSingapore und @UTAustin Ein Faden - 1/n 🧵

Kurze Zusammenfassung: Die Earth Rover Challenge (ERC) ist ein Open-World-Wettbewerb "in der Wildnis", bei dem Forschungsteams autonome Navigationsmodelle entwickeln, um Roboter auf Gehwegen zu steuern, während sie gegen menschliche Spieler bei realen Navigationsmissionen antreten.

Während der 1. ERC in Abu Dhabi bei #IROS2024 stattfand, wurden die eigentlichen Missionen in 8 Städten weltweit durchgeführt, von Kisumu bis Singapur.

Das siegreiche KI-Team von @SeoulNatlUni hat einen 3-Modul-Ansatz implementiert, der die Kostenkarten-Generierung, Lokalisierung und Aktionsplanung umfasst.

Das Team von @NUSingapore hat ein System mit monokularer Navigation durch Traversierbarkeitsabschätzung mit vortrainierten Modellen entwickelt, gekoppelt mit der Auswahl kinodynamisch machbarer Trajektorien im Bildraum, ohne explizite 3D-Geometrie-Rekonstruktion.

Das Team von @UTAustin hat einen hybriden modularen Ansatz entwickelt, der aus Hindernisvermeidung, Ausrichtung der Terrainpräferenz, globaler Lokalisierung, Pfadplanung und schließlich einem Ackermann-Bewegungscontroller besteht.

Herzlichen Glückwunsch an alle Forscher und unsere Mitautoren von: George Mason U: @XuesuXiao Deepmind: @shahdhruv_ @xiao_ted @Stacormed @tingnan1986 @drzhuoxu Jie Tan FrodoBots: @micoolcho Niresh Dravin Santiago Pravisani NUS: David Hsu Meta AI: @joannetruong Georgia Tech: @naokiyokoyama0 Robotics Soc (VAE): Mohammad Alshamsi

Vollständiges Papier hier:

Wir hoffen, weiterhin zur Earth Rover Challenge beizutragen und weitere Forschungsanstrengungen auf der Grundlage solcher "in der Wildnis"-Bewertungen anzuregen! Weitere Details zu den nächsten Details der Earth Rover Challenge folgen in Kürze!