详细内容或原文请订阅后点击阅览
现场 AI 如何征服非结构化自主性
目前，机器人面临的最大挑战之一是在非结构化环境中实现实际的自主操作。也就是说，在机器人从未去过的地方以及机器人可能不太熟悉的地方做有用的事情。机器人依靠可预测性蓬勃发展，这给机器人在何处以及如何成功部署带来了一些令人厌烦的限制。但在过去几年中，这种情况开始发生变化，这在很大程度上要归功于 DARPA 举办的几项关键机器人挑战赛。DARPA 地下挑战赛从 2018 年持续到 2021 年，让移动机器人经历一系列非结构化的地下环境。目前正在进行的 DARPA RACER 计划要求自动驾驶汽车在越野条件下进行长距离导航。通过这些项目，我们开发出了一些非常令人印象深刻的技术，但这些尖端研究与实际应用之间始终存在差距。现在，许多参与这些挑战的人，包括来自 NASA、DARPA、Google DeepMind、Amazon 和 Cruise（仅举几个例子）的经验丰富的机器人专家，正在一家名为 Field AI 的初创公司应用他们所学到的一切，让移动机器人在现实世界中实现实际自主性。Field AI 的联合创始人是 Ali Agha，他之前是 NASA JPL 空中机动小组以及 JPL 感知系统小组的组长。在 JPL 期间，Agha 领导了 CoSTAR 团队，该团队赢得了 DARPA 地下挑战赛城市巡回赛。Agha 也曾是
来源:IEEE Spectrum _机器人目前，机器人面临的最大挑战之一是在非结构化环境中实现实际的自主操作。也就是说，在机器人从未去过的地方以及机器人可能不太熟悉的地方做有用的事情。机器人依靠可预测性蓬勃发展，这给它们在何处以及如何成功部署带来了一些令人厌烦的限制。
机器人但在过去几年中，这种情况开始发生变化，这在很大程度上要归功于 DARPA 举办的几项关键的机器人挑战。 DARPA 地下挑战赛从 2018 年持续到 2021 年，让移动机器人经历一系列非结构化的地下环境。目前正在进行的 DARPA RACER 计划要求自动驾驶汽车在越野条件下进行长距离导航。这些计划已经开发出一些极其令人印象深刻的技术，但这些尖端研究与任何现实世界的应用之间总是存在差距。
DARPA DARPA 地下挑战赛 DARPA RACER 自动驾驶汽车现在，参与这些挑战赛的许多人，包括来自 NASA、DARPA、Google DeepMind、Amazon 和 Cruise（仅举几个地方）的经验丰富的机器人专家，正在一家名为 Field AI 的初创公司运用他们所学到的一切，为移动机器人实现现实世界的实际自主性。
NASA Google Amazon Field AI Field AIField AI 的创始人是 Ali Agha，他之前曾担任 NASA JPL 空中机动小组以及 JPL 感知系统小组的组长。在 JPL 任职期间，Agha 领导了 CoSTAR 团队，赢得了 DARPA 地下挑战赛城市巡回赛。Agha 还担任过 DARPA RACER 的首席研究员，最初在 JPL 任职，现在继续在 Field AI 任职。“Field AI 不仅仅是一家初创公司，”Agha 告诉我们。“它是数十年 AI 经验及其在现场部署的结晶。”
赢得了 DARPA 地下挑战赛城市巡回赛 赢得了 DARPA 地下挑战赛城市巡回赛 DARPA RACER DARPA RACER Field AI