Nosso artigo "Mario Kart autônomo na natureza" acabou de sair! De coautoria de pesquisadores da Deepmind, academia e nossa equipe principal, aqui estão algumas lições de abordagens de equipes de pesquisa @SeoulNatlUni, @NUSingapore e @UTAustin Um fio - 1/n 🧵

Recapitulação rápida: O Earth Rover Challenge (ERC) é uma competição de mundo aberto "na natureza" em que equipes de pesquisa construíram modelos de navegação autônomos para controlar robôs de calçada, enquanto enfrentavam jogadores humanos em missões de navegação do mundo real.

Enquanto o 1º ERC aconteceu em Abu Dhabi em #IROS2024, as missões reais foram realizadas em 8 cidades ao redor do mundo, de Kisumu a Cingapura.

A equipe vencedora de IA da @SeoulNatlUni implementou uma abordagem de 3 módulos, usando Geração de Mapa de Custos, Localização e Planejador de Ações.

A equipe de @NUSingapore construiu um sistema com navegação monocular por meio de estimativa de travessia com modelos pré-treinados, juntamente com a seleção de trajetórias cinodinamicamente viáveis no espaço da imagem, sem reconstrução explícita da geometria 3D.

A equipe de @UTAustin construiu uma abordagem modular híbrida, composta por prevenção de obstáculos, alinhamento de preferência de terreno, LOC global, planejamento de caminho e, finalmente, controlador de movimento Ackermann.

Parabéns a todos os pesquisadores e nossos co-autores de: George Mason U: @XuesuXiao Mente Profunda: @shahdhruv_ @xiao_ted @Stacormed @tingnan1986 @drzhuoxu Jie Tan FrodoBots: @micoolcho Niresh Dravin Santiago Pravisani NUS: David Hsu Meta IA: @joannetruong Tecnologia da Geórgia: @naokiyokoyama0 Soc de Robótica (Emirados Árabes Unidos): Mohammad Alshamsi

Artigo completo aqui:

Esperamos continuar contribuindo para o Earth Rover Challenge e estimulando mais esforços de pesquisa com base em tais avaliações "na natureza"! Mais detalhes em breve sobre o que vem a seguir para o Earth Rover Challenge!