该系统是一个端到端的自主机器,可以使用在真实环境中收集的自监督数据进行训练,不需要任何模拟或人工监督。
与单纯的几何方法不同,BADGR从经验中学习。...“我们的方法可以学习在现实环境中导航与几何分散注意力障碍,如高草,可以很容易地结合地形的偏好,比如避免崎岖不平的地形,只使用42小时的数据,”作者们在他们的论文《 BADGR: An Autonomous...BADGR背后“关键的见解是,通过自主学习在现实世界中,直接从经验BADGR可以了解导航功能,提高收集更多的数据,和总结看不见的环境,”格雷格•卡恩项目的首席研究员在《BADGR:伯克利自主驾驶地面机器人...尽管该团队相信,BADGR是迈向全自动、自我改进的导航系统的有希望的一步,但仍有一些问题需要解决,包括机器人如何在新环境中安全地收集数据,以及它如何应对周围的人类。