Intel se hace cargo del RACER-Sim de DARPA para el diseño de vehículos autónomos todoterreno

Intel ha anunciado que se hará cargo del Programa Racer-Sim de DARPA (Agencia de Proyectos de Investigación Avanzados de Defensa de los Estados Unidos) para diseñar vehículos autónomos todoterreno (vehículos para su uso fuera de carretera). Para ello, la compañía colaborará con el Centro de Visión por Ordenador de Barcelona y la Universidad de Texas.

En resumen, Intel indica que desarrollará soluciones de simulación para ayudar a cerrar la brecha entre los entornos virtuales y el mundo real para los vehículos todoterreno (simulación de vehículos autónomos off-road y en el aprendizaje por transferencia de simulación).

Intel x RACER-Sim para DARPA

La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) ha concedido a Intel Federal LLC, con el apoyo de Intel Labs, el Centro de Visión por Ordenador de Barcelona (España) y la Universidad de Texas en Austin, la oportunidad de desarrollar soluciones de simulación avanzadas para vehículos autónomos fuera de carretera. El programa Robotic Autonomy in Complex Environments with Resiliency - Simulation (por sus siglas, RACER-Sim) tiene como objetivo crear la próxima generación de plataformas de simulación de vehículos off-road para reducir significativamente el coste de desarrollo y salvar la distancia entre la simulación y el mundo real.

"Intel Labs ya ha progresado en el avance de la simulación de vehículos autónomos a través de varios proyectos, incluido el simulador CARLA, y estamos orgullosos de participar en RACER-Sim para seguir contribuyendo a traspasar la próxima frontera de la robótica todoterreno y los vehículos autónomos. Por ello, hemos reunido a un equipo de expertos de renombre del Computer Vision Center y de la UT Austin con el objetivo de crear una plataforma versátil y abierta para acelerar el progreso de los robots todoterreno en todo tipo de entornos y condiciones", asegura German Ros, Autonomous Agents Lab director de Intel Labs

Comparativa de la tecnología RACER-Sim de Intel

Por qué es importante: En el terreno de la conducción autónoma, la brecha entre el despliegue en carretera y fuera de ella es todavía muy significativa. Actualmente existen muchos entornos de simulación, pero pocos están optimizados para el desarrollo de la autonomía fuera de la carretera en términos escala y velocidad. Además, las demostraciones en el mundo real siguen siendo el principal método para verificar el rendimiento del sistema.

Los vehículos autónomos todoterreno deben enfrentarse a importantes retos, como la falta de carreteras y terrenos extremos reales con rocas y todo tipo de vegetación que hacen que el desarrollo y las pruebas sean costosos y lentos. El programa RACER-Sim pretende resolver este problema proporcionando tecnologías de simulación avanzadas para desarrollar y probar soluciones, reduciendo el tiempo de despliegue y validación de los sistemas autónomos impulsados por IA.

El programa: RACER-Sim incluye dos fases a lo largo de los 48 meses que durará el programa, el cual tendrá como objetivo acelerar el proceso de investigación y desarrollo para el diseño de vehículos autónomos todoterreno. En la primera fase, el objetivo de Intel es crear nuevas plataformas de simulación y herramientas de generación de mapas que imiten entornos todoterreno complejos con la máxima precisión (por ejemplo, física, modelado de sensores, complejidad del terreno, etc.), a escalas nunca antes vistas. La creación de entornos de simulación a escala es un proceso que tradicionalmente requiere grandes recursos, por lo que representa uno de los mayores retos en los flujos de trabajo de simulación. Para solucionarlo, la plataforma de simulación de Intel Labs permitirá la personalización de futuros mapas, incluida la creación de nuevos entornos masivos que cubran más de 258.998 kilómetros cuadrados con tan sólo unos pocos clics.

Durante la segunda fase, Intel Labs trabajará conjuntamente con los colaboradores de RACER para acelerar el proceso de investigación y desarrollo mediante la implementación de nuevos algoritmos sin el uso de un robot físico. Después, los equipos validarán el rendimiento del robot en la simulación, lo que supondrá un importante ahorro de tiempo y recursos. Además, la segunda fase también incluirá el desarrollo de nuevas técnicas sim2real -el concepto de entrenar al robot en la simulación para que adquiera habilidades y luego transferir estas habilidades al sistema robótico real correspondiente- que permitan el entrenamiento de vehículos autónomos todoterreno directamente en la simulación

Intel espera que estas nuevas herramientas de simulación mejoren significativamente el desarrollo de sistemas autónomos mediante pruebas virtuales, lo que reduce los riesgos, costes y retrasos asociados a los protocolos tradicionales de prueba y verificación. En el futuro, la plataforma de simulación irá más allá de la validación para crear modelos de IA listos para su implementación en el mundo real.

Artículos relacionados