美國國防高等研究計畫署（DARPA）在英特爾實驗室及其合作單位西班牙巴塞隆納電腦視覺中心、美國德州大學奧斯汀分校的支援下，授予Intel為越野自駕車開發先進模擬解決方案的機會。本計畫（RACER-Sim）讓複雜環境中的機器人具備彈性—模擬的能力與自主性，創造下一世代的越野模擬平台，以便顯著地降低開發成本，彌補越野車從虛擬到真實環境的差距。
「英特爾實驗室已透過包含CARLA模擬器在內的數個專案，在先進自駕車模擬上取得進展，我們很榮幸能夠參與RACER-Sim，繼續為越野機器人和自駕車的下個領域做出貢獻。我們匯集來自電腦視覺中心和德州大學奧斯汀分校的知名專家團隊，目標是創造一個多功能且開放的平台，加速所有環境與條件下的越野機器人發展。」
—German Ros，英特爾實驗室總監
為何重要：在自動駕駛方面，公路和越野部署之間的差距仍相當大。現今已有許多模擬環境，但甚少為越野自駕車開發規模和速度最佳化。此外，真實世界展示仍是驗證系統效能的主要方式。
越野自駕車需要面對實質性挑戰，包含缺乏路網和具有岩石和各種類型植被的極端地形，以及其它各種挑戰，如此極端的條件讓開發和測試變得昂貴且緩慢。RACER-Sim計畫旨在透過提供先進模擬技術來解決這項問題，以便開發和測試解決方案，減少AI驅動自主系統的部署時間和驗證。
如何工作：RACER-Sim包含兩個階段共48個月，目標是加速設計越野自駕車的整體研究和開發過程。在第一階段當中，英特爾將重點放在創造新的模擬平台和地圖產生工具，以前所未有的規模，採用最高精度（例如物理、傳感器建模、地形複雜度……等）模擬複雜的越野環境。大規模建立模擬環境，在傳統上需要大量資源，同時也是模擬工作流程當中最大的挑戰之一。英特爾實驗室模擬平台將實現未來地圖的客製化，包含僅需點擊幾下，即可建立超過10萬平方英里的大規模新環境。
在第二階段，英特爾實驗室將與RACER 合作夥伴齊心協力，在不使用物理機器人的情況下，實作新的演算法來加速研究和開發過程。團隊將在模擬中驗證機器人的效能，節省可觀的時間和資源。第二階段也將包含新開發的sim2real 技術（其概念是在模擬當中訓練機器人以便獲取技能，並將技能轉移至相應的真實機器人系統），讓越野自駕車能夠直接從模擬當中獲得訓練。
英特爾預期這些新的模擬工具，能夠顯著地改善使用虛擬測試的自主系統開發，降低傳統測試和驗證協議相關的風險、成本和耽擱的時間。未來，模擬平台將超越驗證範疇，建立可在真實世界當中實作的AI模型。
更多內容：英特爾實驗室（媒體資料）
「英特爾實驗室已透過包含CARLA模擬器在內的數個專案，在先進自駕車模擬上取得進展，我們很榮幸能夠參與RACER-Sim，繼續為越野機器人和自駕車的下個領域做出貢獻。我們匯集來自電腦視覺中心和德州大學奧斯汀分校的知名專家團隊，目標是創造一個多功能且開放的平台，加速所有環境與條件下的越野機器人發展。」
—German Ros，英特爾實驗室總監
為何重要：在自動駕駛方面，公路和越野部署之間的差距仍相當大。現今已有許多模擬環境，但甚少為越野自駕車開發規模和速度最佳化。此外，真實世界展示仍是驗證系統效能的主要方式。
越野自駕車需要面對實質性挑戰，包含缺乏路網和具有岩石和各種類型植被的極端地形，以及其它各種挑戰，如此極端的條件讓開發和測試變得昂貴且緩慢。RACER-Sim計畫旨在透過提供先進模擬技術來解決這項問題，以便開發和測試解決方案，減少AI驅動自主系統的部署時間和驗證。
如何工作：RACER-Sim包含兩個階段共48個月，目標是加速設計越野自駕車的整體研究和開發過程。在第一階段當中，英特爾將重點放在創造新的模擬平台和地圖產生工具，以前所未有的規模，採用最高精度（例如物理、傳感器建模、地形複雜度……等）模擬複雜的越野環境。大規模建立模擬環境，在傳統上需要大量資源，同時也是模擬工作流程當中最大的挑戰之一。英特爾實驗室模擬平台將實現未來地圖的客製化，包含僅需點擊幾下，即可建立超過10萬平方英里的大規模新環境。
在第二階段，英特爾實驗室將與RACER 合作夥伴齊心協力，在不使用物理機器人的情況下，實作新的演算法來加速研究和開發過程。團隊將在模擬中驗證機器人的效能，節省可觀的時間和資源。第二階段也將包含新開發的sim2real 技術（其概念是在模擬當中訓練機器人以便獲取技能，並將技能轉移至相應的真實機器人系統），讓越野自駕車能夠直接從模擬當中獲得訓練。
英特爾預期這些新的模擬工具，能夠顯著地改善使用虛擬測試的自主系統開發，降低傳統測試和驗證協議相關的風險、成本和耽擱的時間。未來，模擬平台將超越驗證範疇，建立可在真實世界當中實作的AI模型。
更多內容：英特爾實驗室（媒體資料）
