我們的「荒野中的自主馬里奧賽車」論文剛剛發佈！ 由來自 Deepmind 的研究人員、學術界和我們的核心團隊共同撰寫，以下是研究團隊@SeoulNatlUni、@NUSingapore 和 @UTAustin 的一些經驗教訓 螺紋 - 1/n 🧵

快速回顧：地球漫遊者挑戰賽 （ERC） 是一項開放世界的“野外”競賽，研究團隊構建自主導航模型來控制人行機器人，同時與人類遊戲玩家一起執行現實世界的導航任務。

雖然第一次 ERC 於 #IROS2024 日在阿布達比舉行，但實際任務在全球 8 個城市進行，從基蘇木到新加坡。

來自 @SeoulNatlUni 的獲勝 AI 團隊使用 Costmap Generation、Localization 和 Action Planner 實施了 3 個模組的方法。

來自 @NUSingapore 的團隊通過預訓練模型的可遍歷性估計構建了一個單目導航系統，並在圖像空間中選擇動力學可行的軌跡，而無需明確的 3D 幾何重建。

@UTAustin 的團隊構建了一種混合模組化方法，包括避障、地形偏好對齊、全域 LOC、路徑規劃，最後是 Ackermann 運動控制器。

祝賀所有的研究人員和我們的合著者來自： 喬治·梅森 U：@XuesuXiao Deepmind：@shahdhruv_ @xiao_ted @Stacormed @tingnan1986 @drzhuoxu Jie Tan FrodoBots：@micoolcho Niresh Dravin Santiago Pravisani 新加坡國立大學： David Hsu 元人工智慧：@joannetruong 喬治亞理工學院：@naokiyokoyama0 機器人技術協會（阿聯酋）：Mohammad Alshamsi

全文在這裡：

我們希望繼續為地球漫遊車挑戰賽做出貢獻，並激發更多基於這種「野外」評估的研究工作！ 更多關於地球漫遊者挑戰賽下一步的細節即將推出！