随着人工智能技术的发展，自动驾驶行业已经取得了巨大的自主性进展，但主要是针对结构良好和高度可预测的环境。在复杂的军事相关环境中，自动驾驶车辆还没有表现出与作战相匹配的速度，也没有自主的可靠性。虽然存在能够处理困难地形的车辆平台，但它们的自主算法和软件往往不能很好地处理和应对不断变化的情况，以保持必要的速度并跟上执行任务的士兵。
“复杂环境中具有弹性的机器人自主性”（RACER）项目效果图
为此，早在2020年10月，美国防高级研究计划局（DARPA）就推出了“复杂环境中具有弹性的机器人自主性”（RACER）项目，旨在确保算法不会成为系统的限制部分，自主战斗车辆可以满足或超过士兵的驾驶能力。
按照项目计划，在四年的时间里，RACER将开发新的算法技术，最大限度地利用无人驾驶地面车辆（UGV）的传感器和机械极限，并在DARPA主持的全国各地的各种地形的实验中不断测试这些算法。DARPA将提供先进的UGV平台，研究团队将利用这些平台，通过在非结构化越野地貌上反复循环模拟和测试，开发自主软件能力。
“复杂环境中具有弹性的机器人自主性”（RACER）项目概览（翻译&字幕 by 防务菌）当时据领导RACER的项目经理斯图尔特·杨（Stuart Young）介绍：“为了实现RACER提高速度和弹性的目标，我们需要接受学习方法，实时自动调整系统参数。成功的软件将从传感器数据中提取特征，并利用这些信息做出现场驾驶决策。”RACER项目的目标不仅包括自动驾驶算法，还包括创建模拟环境，以支持未来UGV的自动驾驶能力的快速发展。2021年10月，DARPA选定三个研究团队：卡内基梅隆大学、NASA-喷气推进实验室和华盛顿大学，授予第一阶段合同。同年11月，被选中的团队收到了DARPA提供的第一辆RACER车队车辆（RFV）——一种高性能的全地形车辆，配备了世界一流的传感和计算能力。研究团队用它来开发基于平台的自主性，以便在随之到来的DARPA主持的现场实验中进行测试。这些RFV包括360o范围和图像传感，如多个激光雷达、立体相机对、彩色和红外成像相机、雷达、事件传感器和惯性测量传感。计算工具有多个一流的图形处理器（GPU），位于一个受环境保护、防震/抗震和热管理的电子箱（E-Box）中，该电子箱是专门为DARPA的测试中预期的RACER高速、越野地形的要求而设计。传感器和电子箱的组合每小时收集四兆字节的传感器数据，以支持人工智能、基于机器学习的自主算法和复杂地形中快节奏战斗机动所需的堆栈方法。每辆RFV都包含了对滚动保护、传感器/E-box集成、自主控制和增加7kW功率的改装。这些RFV由卡内基机器人有限责任公司（CRL）集成，安装在北极星RZR S4 1000 Turbo基础的线上驱动平台上。四个RFV已经完成，其中三个已经在2021年11月交付给RACER第一阶段的研究团队。当时预计在DARPA主持的第一次RACER现场实验之前，还将建造四辆，该实验定于2022年3月在加利福尼亚州欧文堡的国家训练中心进行。DARPA主办的现场实验将为团队提供一个场所，以展示他们在复杂环境中的自主权堆栈的全部能力。在欧文堡，各小组将展示他们在各种地形和距离达5公里的路线上的导航能力。为了进一步支持软件开发，DARPA还从大西洋中部和西海岸500多公里的地形收集了超过100兆字节的基于RFV的传感器数据。与团队共享并在RACER开发工具内管理以提高效率和安全性，这些数据将有助于学习方法。还将提供概念性的政府基线堆栈和自主架构。他们利用战斗能力发展司令部-陆军研究实验室最近的产品，与基础研究大学和工业联盟合作，开展机器人、学习和智能系统活动。RACER项目还授予了两份合同，以开发模拟环境和能力（RACER-SIM），从而实现越野自动驾驶算法的开发。对此，斯图尔特·杨表示：“该项目的RACER-SIM部分希望扩大目前的模拟能力和基于物理学的模型，以支持在虚拟环境中测试越野自动驾驶。这些模拟环境将使团队能够测试和验证他们的自动驾驶堆栈的一部分，而不必花费大量的时间和金钱进行实地测试。”RACER-SIM项目的两个主导者是Duality机器人公司和英特尔-联邦公司。未来的RACER计划活动包括继续进行RACER第二阶段的工作，使用更具代表性的10T战车代用品。该计划将在速度、规模和机动性方面超越RFV，并增加一个研究轨道，探索基于战术的新平台的衍生。2022年9月16日，DARPA对外发布消息称，RACER项目团队已经进行了“实验1”，并于9月15日至27日在加州罗伯茨营集中进行更困难的越野地形“实验2”。华盛顿大学的RACER车队车辆在RACER“实验1”期间准备执行一个任务卡内基梅隆大学、NASA-喷气推进实验室和华盛顿大学分别为DARPA提供的机器人系统开发了自主软件堆栈，该系统在今年早些时候在加州欧文堡进行了“实验1”的测试，现在参与当前的试验。“复杂环境中具有弹性的机器人自主性”（RACER）实验1（翻译&字幕 by 防务菌）“实验1”于2022年3月至4月在六个与战斗相关的地形上进行。这些团队进行了40多次自主运行，每次约2英里，速度达到每小时20英里以下。在沙漠环境中，小组面临的最大挑战是车辆在更高速度下识别、分类和避开障碍物的能力。欧文堡的地形提供了许多障碍物（岩石、灌木丛、沟渠等），这些障碍物是削弱性危险（能够严重损害车辆）和非削弱性障碍（损害车辆的能力有限）的组合。一辆RACER车队车辆在加利福尼亚州欧文堡的代表性地形上展示其自主执行RACER任务的能力斯图尔特·杨表示：“自实验1以来，各小组一直致力于通过开发新的自主算法技术来改善对环境的感知和规划可航行的路线。该项目中使用的DARPA提供的RACER车队车辆是高性能的全地形车，配备了世界一流的传感和计算能力，但团队的重点是计算解决方案，因为该平台遇到了越来越复杂的越野地形。”一个RACER小组在“实验1”中实现了一个打卡点，并将自己导向下一个目标当前进行的实验2将要求团队超越在沙漠环境中发现的环境特征，这主要是测试他们的感知算法，同时也要纳入新的挑战。其中一个新的挑战将是更大、更陡峭的山丘。这将强调机器人车辆保持控制的能力，特别是在陡峭的斜坡上，在湿滑的表面上，以及在沟渠中行进。这些团队还必须在通过或绕过这些不同的障碍物时制定更远的计划，以便成功地导航路线。斯图尔特·杨表示：“我们追求的是无人驾驶的地面车辆，能够在非结构化的越野地形上以仅受传感器性能、机械约束和安全考虑限制的速度进行机动操作。至少，该项目的目标是使越野速度与人类驾驶员相当的软件性能。”
