Nasza gazeta "Autonomiczny Mario Kart w dziczy" właśnie spadła! Współautorami są naukowcy z Deepmind, środowisko akademickie i nasz główny zespół, a oto kilka lekcji płynących z podejść zespołów badawczych @SeoulNatlUni, @NUSingapore i @UTAustin Gwint A - 1/n 🧵

Szybkie podsumowanie: Earth Rover Challenge (ERC) to otwarty konkurs "w terenie", w którym zespoły badawcze budują modele autonomicznej nawigacji do sterowania robotami na chodnikach, rywalizując z ludzkimi graczami w rzeczywistych misjach nawigacyjnych.

Podczas gdy pierwsza ERC miała miejsce w Abu Zabi na #IROS2024, rzeczywiste misje były przeprowadzane w 8 miastach na całym świecie, od Kisumu po Singapur.

Zwycięski zespół AI z @SeoulNatlUni wdrożył podejście składające się z 3 modułów, wykorzystując generowanie map kosztów, lokalizację i planowanie działań.

Zespół z @NUSingapore zbudował system z nawigacją monocularną poprzez oszacowanie przejezdności z wykorzystaniem wstępnie wytrenowanych modeli połączonych z wyborem kinodynamicznie wykonalnych trajektorii w przestrzeni obrazów, bez jawnej rekonstrukcji geometrii 3D.

Zespół z @UTAustin stworzył hybrydowe podejście modułowe, składające się z unikania przeszkód, dostosowania preferencji terenu, globalnej lokalizacji, planowania ścieżek i w końcu kontrolera ruchu Ackermanna.

Gratulacje dla wszystkich badaczy i naszych współautorów z: 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 (ZEA): Mohammad Alshamsi

Pełny dokument tutaj:

Mamy nadzieję, że będziemy nadal przyczyniać się do Earth Rover Challenge i zachęcać do dalszych wysiłków badawczych opartych na takich "dzikich" ocenach! Wkrótce więcej szczegółów na temat tego, co dalej z Earth Rover Challenge!