Bài báo "Autonomous Mario Kart in the Wild" của chúng tôi vừa được phát hành! Được đồng tác giả bởi các nhà nghiên cứu từ Deepmind, học viện và nhóm cốt lõi của chúng tôi, đây là một số bài học từ các phương pháp tiếp cận của các nhóm nghiên cứu @SeoulNatlUni, @NUSingapore và @UTAustin Một chủ đề - 1 / n 🧵

Tóm tắt nhanh: Thử thách Khám Phá Trái Đất (ERC) là một cuộc thi "trong thế giới mở" nơi các nhóm nghiên cứu xây dựng các mô hình điều hướng tự động để điều khiển robot đi bộ, trong khi đối đầu với các game thủ con người trong các nhiệm vụ điều hướng thực tế.

Trong khi ERC đầu tiên diễn ra ở Abu Dhabi tại #IROS2024, các nhiệm vụ thực tế đã được thực hiện ở 8 thành phố trên toàn thế giới, từ Kisumu đến Singapore.

Đội AI chiến thắng từ @SeoulNatlUni đã triển khai một phương pháp 3 mô-đun, sử dụng Tạo bản đồ chi phí, Định vị và Lập kế hoạch hành động.

Đội ngũ từ @NUSingapore đã xây dựng một hệ thống với khả năng điều hướng đơn kính thông qua việc ước lượng khả năng đi lại với các mô hình đã được huấn luyện trước, kết hợp với việc lựa chọn các quỹ đạo khả thi về động học trong không gian hình ảnh, mà không cần tái tạo hình học 3D một cách rõ ràng.

Đội ngũ từ @UTAustin đã xây dựng một phương pháp mô-đun lai, bao gồm tránh chướng ngại vật, căn chỉnh sở thích địa hình, định vị toàn cầu, lập kế hoạch đường đi và cuối cùng là bộ điều khiển chuyển động Ackermann.

Chúc mừng tất cả các nhà nghiên cứu & các đồng tác giả của chúng tôi từ: Đại học George Mason: @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 Hội Robotics (UAE): Mohammad Alshamsi

Tài liệu đầy đủ ở đây:

Chúng tôi hy vọng sẽ tiếp tục đóng góp cho Thử thách Earth Rover và thúc đẩy nhiều nỗ lực nghiên cứu hơn dựa trên các đánh giá "trong tự nhiên" như vậy! Nhiều thông tin sắp ra mắt về những gì tiếp theo cho Earth Rover Challenge!