Vårt dokument "Autonomous Mario Kart in the Wild" har precis släppts! Boken är skriven i samarbete med forskare från Deepmind, den akademiska världen och vårt kärnteam, och här är några lärdomar från forskningsteam @SeoulNatlUni, @NUSingapore och @UTAustin En gänga - 1/n 🧵

Snabb sammanfattning: Earth Rover Challenge (ERC) är en tävling i en öppen värld "i det vilda" där forskarlag byggde autonoma navigationsmodeller för att styra trottoarrobotar, samtidigt som de tog sig an mänskliga spelare på verkliga navigationsuppdrag.

Medan den första ERC ägde rum i Abu Dhabi vid #IROS2024, genomfördes de faktiska uppdragen i 8 städer runt om i världen, från Kisumu till Singapore.

Det vinnande AI-teamet från @SeoulNatlUni implementerade en 3-modulsmetod med hjälp av generering, lokalisering och åtgärdsplanering med hjälp av kostnadskartor.

Teamet från @NUSingapore byggde ett system med monokulär navigering via uppskattning av traversabilitet med förtränade modeller i kombination med urval av kinodynamiskt genomförbara banor i bildrymden, utan explicit 3D-geometrisk rekonstruktion.

Teamet från @UTAustin byggde en hybrid modulär metod, som består av undvikande av hinder, terrängpreferensjustering, global LOC, vägplanering och slutligen Ackermann rörelsekontroll.

Grattis till alla forskare och våra medförfattare från: 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 (UAE): Mohammad Alshamsi

Läs hela dokumentet här:

Vi hoppas kunna fortsätta att bidra till Earth Rover Challenge och sporra till fler forskningsinsatser baserade på sådana "in the wild"-utvärderingar! Mer deets kommer snart om vad som händer härnäst för Earth Rover Challenge!