第三届具身智能国际挑战赛！Autonomous Grand Challenge 2025

最新推荐文章于 2025-05-17 13:34:47 发布
最新推荐文章于 2025-05-17 13:34:47 发布
阅读量888 收藏 19
点赞数 24
分类专栏： 具身智能 文章标签： 人工智能 具身智能 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37990186/article/details/146114096
版权

  • 赛事官网：https://opendrivelab.com/challenge2025/

  • 主办方：OpenDriveLab

  • 联合举办：

    • CVPR 2025 Workshop [confirmed]

    • ICCV 2025 Workshop [tentative]

    • IROS 2025 [tentative]

2025年度具身智能国际挑战赛旨在通过全球合作促进具身智能和自动驾驶领域的发展。挑战赛道覆盖人形机器人世界模型、端到端自动驾驶、机器人操作三大领域前沿话题，奖金池总额达 10 万美元。

特色

  • 奖项 ：

    • 总奖金池高达 10 万美元。

    • 单个赛道的获胜者可获得超过 1.5 万美元的现金奖励，包括创新奖（Innovation Award）和杰出冠军奖（Outstanding Champion）。

  • 旅行补助 ：

    • 每个入选团队可获得 1500 美元的旅行补助。

    • 有关旅行补助的资格，请参阅通用规则。

比赛介绍

World Model Challenge by 1X

任务描述

  • 世界模型是一个计算机程序，可以根据代理的行为想象世界如何发展演变。它有可能解决通用仿真和评估问题，使机器人在各种场景中安全、可靠和智能。

  • 为了加速解决机器人世界模型的进展，挑战邀请参与者开发一个机器人世界模型，该模型可以根据过去的观察和代理行为准确模拟人形机器人与其周围环境的未来交互，参与者将展示其方法的压缩率、效率和评估能力。

奖项设置

  • [CVPR 2025] ：

    • 杰出冠军（Outstanding Champion）：3000 美元。

  • [ICCV 2025] ：

    • 创新奖（Innovation Award）：9000 美元。

    • 杰出冠军（Outstanding Champion）：6000 美元。

联系信息

  • Daniel Ho (1X) ：邮箱 danielho@1x.tech。

  • Jack Monas (1X) ：邮箱 jack.monas@1x.tech。

  • Discord

测试服务器
  • Huggingface：

    • https://huggingface.co/spaces/1x-technologies/1X_World_Model_Challenge_Home

NAVSIM v2 End-to-End Driving Challenge

任务描述

  • 使用真实数据基准测试传感器运动驾驶策略具有挑战性，因为开放环和闭环指标之间存在错位。

  • NAVSIM 框架旨在通过基于仿真的指标解决这一问题，通过展开场景的简化鸟瞰图抽象来进行短期仿真。

  • 今年的 NAVSIM v2 挑战赛引入了反应式背景交通参与者和真实感的合成新视图输入，以更好地评估鲁棒性和泛化能力。

  • 私人测试集由 Motional 的 nuPlan 提供。

奖项设置

  • [CVPR 2025] ：

    • 杰出冠军（Outstanding Champion）：3000 美元。

  • [ICCV 2025] ：

    • 创新奖（Innovation Award）：9000 美元。

    • 杰出冠军（Outstanding Champion）：6000 美元。

测试服务器
  • Huggingface：

    • https://huggingface.co/spaces/AGC2025/e2e-driving-warmup

    • 将在 3 月 10 日启动。

相关材料

  • NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking

  • TransFuser: Imitation With Transformer-Based Sensor Fusion for Autonomous Driving

  • Planning-Oriented Autonomous Driving

  • End-to-end Autonomous Driving: Challenges and Frontiers

AgiBot World Challenge

任务描述

  • 大多数现有的机器人学习基准在解决现实世界挑战方面存在不足，特别是那些由低质量数据和有限的感知能力引起的挑战。

  • 相比之下，本次比赛提供了一个全新的视角来讨论人形机器人的广泛领域。

  • 挑战旨在彻底评估并进一步推进装备有灵巧手和触觉传感器的机器人在具身智能领域的核心能力。

  • 通过多智能体现实场景中的多样化任务，比赛探讨了机器人系统的指令理解、操作和泛化能力。

  • 该赛道将在 IROS 2025 上举办，敬请关注更多详情。

奖项设置

  • 创新奖（Innovation Award）：待定（TBD）。

  • 杰出冠军（Outstanding Champion）：待定（TBD）。

  • 荣誉亚军（Honorable Runner-up）：待定（TBD）。

注册参与

  • 参与挑战的团队必须通过填写 Google 表单进行注册。

  • 注册信息在 [CVPR 2025] 5 月 10 日前可修改。

  • 更多详情，请查看通用规则。

时间线

  • 比赛开始 ：3 月 1 日。

  • 测试服务器开放 ：3 月 10 日。

  • [CVPR 2025] 提交截止日期 ：5 月 10 日。

  • [CVPR 2025] 技术报告提交截止日期 ：5 月 20 日。

  • [CVPR 2025] 旅行补助接收者通知 ：5 月 25 日。

  • [CVPR 2025] 获胜者通知 ：6 月 1 日。

  • 获胜者在 Workshop on Embodied Intelligence for Autonomous Systems on the Horizon 上汇报 ：待定（TBD）。

  • [ICCV 2025] 测试服务器关闭 / 提交截止日期 ：待定（TBD）。

  • [ICCV 2025] 技术报告提交截止日期 ：待定（TBD）。

  • [ICCV 2025] 旅行补助接收者通知 ：待定（TBD）。

  • [ICCV 2025] 获胜者通知 ：待定（TBD）。

  • [ICCV 2025] 获胜者展示 ：待定（TBD）。

  • 获胜者在 sibling event（中国）上汇报 ：待定（TBD）。

通用规则

资格

  • 参与者必须是团队成员，不能同时属于多个团队。

  • 参与者可以组成最多 10 人的团队。

  • 团队必须注册才能参与。

  • 一个团队只能有一个提交账号。

  • 一个团队可以参加多个赛道。

  • 一个实体可以有多个团队。

  • 试图破解测试集或进行类似行为将导致取消资格。

技术要求

  • 允许使用所有公开数据集和预训练权重，禁止使用私人数据集或预训练权重。

  • 除明确说明外，禁止使用未来帧。

  • 数据的使用必须在技术报告中明确描述。

  • 所有技术报告将在挑战结束后公开。

奖项和旅行补助

  • 参与者将获得证书。

  • 要获得奖项和旅行补助，需满足以下条件：

    • 团队必须在提交截止日期前将结果公开在排行榜上，并在此后继续保持公开；

    • 团队必须通过 OpenReview（待定）为每个赛道提交最多 4 页（不包括参考文献）的 PDF 格式技术报告；

    • 如果要求，团队必须向奖项委员会提供他们的代码、docker 镜像或必要的材料以供验证；

    • 赛道的组织者不能申领该赛道的任何奖项，但他们可以参加其他赛道，因为测试数据也被排除在这些赛道之外。

  • 创新奖将通过奖项委员会对技术报告的双盲评审过程决定，创新奖获得者可以与杰出冠军和荣誉亚军重叠。

  • 获胜者将被邀请在 workshops 或 sibling event 期间进行展示。

  • 组织者保留根据不可预见的情况更新规则的权利，以更好地服务于挑战的使命，同时保留取消违反规则的团队的资格的权利，保留最终解释的所有权利。

常见问题

  • 如何下载数据 ：对于每个赛道，我们在仓库中提供了下载数据的链接，仓库还可能包含数据集 API、基线模型和其他有用信息，是开始参与的良好起点。

  • 我们可以 / 我可以提交多少次 ：每个赛道有其提交限制，请参考每个赛道的测试服务器。

  • 我们在 / 我应该在推理过程中使用未来帧吗 ：除非在赛道中明确说明，否则不允许使用未来帧。

  • 我们应该 / 我应该遵循哪种技术报告模板？如何提交技术报告 ：技术报告的格式被限制为 PDF 文件，建议使用 CVPR 2025 模板。

组织者

总体组织者

  • Wang Huijie ：OpenDriveLab。

  • Qiu Yihang ：香港大学。

  • Peng Shijia ：OpenDriveLab / 深圳大学。

World Model Challenge by 1X

  • Eric Jang ：1X。

  • Jack Monas ：1X。

  • Daniel Ho ：1X。

NAVSIM v2 End-to-End Driving Challenge

  • Marcel Hallgarten ：图宾根大学。

  • Kashyap Chitta ：图宾根大学。

  • Daniel Dauner ：图宾根大学。

  • Tianyu Li ：OpenDriveLab。

  • Wei Cao ：博世。

  • Pat Karnchanachari ：Motional。

具身智能 - 入门指南：从基础理论到实践应用的系统化路径
03-06 730
具身智能（Embodied Intelligence）是一个跨学科、技术密集型的领域，涉及硬件设计、算法开发以及多模态感知与交互等多个方面。由于其复杂性和技术不成熟性，初学者往往感到无从下手，行业人才短缺现象也较为明显。具身智能是一个充满潜力但极具挑战的领域，需要跨学科的知识与实践经验。对于初学者来说，建议从基础理论与动手实践开始，逐步深入到具体的研究方向，并积极参与社区与团队合作。同时，关注行业趋势与商业化需求，找到适合自己的切入点。
51-62 Autonomous Grand Challenge at the CVPR 2024 Workshop | 自动驾驶挑战赛获奖作品
AIgraphX
07-08 1151
参赛选手分别在端到端、无图、占用网络等领域提交了自己的解决方案。
CVPR 2024自动驾驶挑战赛Mapless Driving无图智驾赛道论文解读
CV_Autobot的博客
06-26 1101
作者|冯谢星 编辑| 自动驾驶Daily原文链接：https://zhuanlan.zhihu.com/p/704847315点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『城市NOA』技术交流群本文只做学术分享，如有侵权，联系删文比赛介绍CVPR 2024 Autonomous Grand Challenge...
智能咖啡厅助手：人形机器人 +融合大模型，行为驱动的智能咖啡厅机器人(机器人大模型与具身智能挑战赛)
丨汀、的博客
03-01 1799
智能咖啡厅助手：人形机器人 +融合大模型，行为驱动的智能咖啡厅机器人(机器人大模型与具身智能挑战赛)
探索未来驾驶：NAVSIM - 数据驱动的非反应式自动驾驶车辆模拟器
gitblog_00083的博客
06-20 1041
探索未来驾驶：NAVSIM - 数据驱动的非反应式自动驾驶车辆模拟器 项目地址:https://gitcode.com/gh_mirrors/na/navsim 在自动驾驶技术飞速发展的今天，评估和优化自动驾驶算法至关重要。【NAVSIM】正是这样一款基于数据的非反应式自动驾驶车辆模拟器，它采用先进的技术和独特的方法，为业界提供了一种高效、透明的评估工具。 项目介绍 NAVSIM的核心是通过简化...
挑战赛冠军方案！英伟达最新 | Hydra-MDP：端到端多模态规划方法
CV_Autobot的博客
06-30 1031
点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群编辑 | 自动驾驶之心原标题：Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation论文链接：https://arxiv.org/pdf/2406....
人工智能与网络安全
qq_41432686的博客
09-25 1100
作为当前第四次工业革命的核心技术，人工智能相关科技在近年来的迅猛发展深刻改变了人类生产生活方式。在数字时代算力提升、算法革命和大数据技术的助推下，人工智能走出了21世纪初期的所谓“研发寒冬”。2023年年底至2024年年初，美国“开放人工智能研究中心”（OpenAI）先后发布语言模型GPT-4与文本转视频模型Sora，标志着人工智能技术再度进入新一轮技术突破期。人工智能兼具自主性和不可知性等特质，其具体应用的方法、路径与意图逐渐成为左右国家安全和国际和平的重要变量。
Mechanical Phish: Resilient Autonomous Hacking
席八
12-08 279
The Mechanical Phish是开源的! The Mechanical Phish是由Shellphish创建的，作为我们在DARPA网络大挑战的CRS。它在最后的比赛中大放异彩，赢得了第三名，我们对此感到非常自豪。 网络大挑战是安全领域第一次尝试这样的事情。因此，Mechanical Phish是一个极其复杂的软件，有大量的组件。在网络大挑战之前，没有做这个的蓝图，所以我们不得不边做边想。不幸的是，与其说我们是一个软件开发商店，不如说我们是一个 “神秘的黑客集体”。这意味着Mechanical
Simultaneous Localization And Mapping: A Survey of Current Trends in Autonomous Driving综述
何必浓墨重彩
04-26 6490
Abstract In this article, we propose a survey of the Simultaneous Localization And Mapping field when considering the recent evolution of autonomous driving. The growing interest regarding self-drivi...
CVPR24冠军揭秘：告别单一轨迹，Hydra-MDP引领端到端自动驾驶规划新航向
soaring_casia的专栏
07-18 2507
Hydra-MDP在NAVSIM数据集上达到了最先进的规划性能。
Hydra-MDP: 端到端多模态规划与多目标 Hydra 蒸馏
真诚的灰灰的博客
07-11 2982
我们提出了 Hydra-MDP，这是一种新颖的范式，它采用了中的。这种方法利用和的教师的来，该模型具备一个，用以，以。通过基于规则的教师的知识，Hydra-MDP 以端到端的方式，而不是诉诸于不可微分的后处理步骤。这种方法在 Navsim 挑战赛中荣获第一名，显示了其在多样化的驾驶环境和条件下的泛化能力有显著的改进。相关代码将在 GitHub 上公开，项目链接为。
CVPR 2025 | NTIRE 2025 光场图像超分辨挑战赛正式开赛！
阿木寺的博客
02-05 1293
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【超分辨率】交流群添加微信：CVer2233，助手会拉你进群！扫描下方二维码，加入CVer学术星球！可获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪必备！光场图像超分辨挑战赛 （Light Field Image Super-Resolution Challenge）...
推荐文章：探索未来之路 —— NAVSIM：数据驱动的非响应式自动驾驶车辆仿真与基准测试...
gitblog_00820的博客
08-21 911
推荐文章：探索未来之路 —— NAVSIM：数据驱动的非响应式自动驾驶车辆仿真与基准测试 navsimNAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation项目地址:https://gitcode.com/gh_mirrors/na/navsim 在自动驾驶领域，模拟是推动技术创新的重要工具。今天，我们将目光聚焦于一个崭新的开...
2024年6月24日Arxiv人工智能相关论文
数智笔记
06-24 1047
原标题作者机构: 新加坡国立大学杨路林医学院 新加坡新加坡眼科研究所 新加坡国立眼科中心 Singapo摘要: 目标：（1）评估神经组织结构和生物力学是否能预测青光眼的功能损失；（2）评估生物力学在进行此类预测中的重要性。设计、设置和参与者：我们招募了238名青光眼患者。对每位受试者的一只眼睛，我们使用光学相干断层扫描（OCT）成像了视神经头（ONH），条件分别为：（1）主视线和（2）主视线下急性眼内压升高。
联想推出擎天AI适配中心，智能体部署开启“交钥匙”新模式
weixin_43735236的博客
05-16 535
根据中研普华产业研究院的《2025-2030年中国AI大模型行业竞争格局分析与未来趋势预测报告》分析，2025年中国AI大模型市场规模预计将突破495亿元，大模型技术正在全行业快速演进，其中智能体成为企业AI落地的重要形式，特别是在政务、金融、医疗等对数据可控性要求极高的行业，本地化部署几乎已成共识。面对快速演进的市场环境，ISV常常陷入部署难、适配难、交付慢等难题——擎天AI适配中心的推出，正是为了解决这些关键痛点，帮助开发者在智能体的部署过程中，跳过复杂的搭建过程，专注于业务模型开发与客户交付。
咖啡叶子病害检测数据集VOC+YOLO格式1468张4类别均为单叶子
最新发布
FL1623863129的博客
05-17 590
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Cercospora","Miner","Phoma","Rust"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注数量(xml文件个数)：1468。标注数量(txt文件个数)：1468。
ApiHug 咋变成国外AI工具了呢？
程序员超级伴侣-ApiHug
05-16 1129
摘要：ApiHug是一个专注于API设计和开发的平台，提供高度描述性、模块化和可视化的体验。它集成了API资产的分发、监控和管理功能，支持全语言在IDEA中的智能自动补全、linting和语法高亮等。ApiHug通过标准化的API设计元语言，旨在提高API开发效率和团队协作。其主要功能包括API设计、代码生成、模块共享、版本控制和统一IDE支持。目标受众为API开发者和团队，使用场景涵盖API设计、性能监控和智能提示。用户可通过官网注册、安装插件并开始使用ApiHug的各类功能。
【datawhale组队学习】coze-ai-assistant TASK01
m0_52024881的博客
05-13 1158
通过扣子开发的 AI 应用有明确的输入和输出，可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务，例如 AI 搜索、翻译工具、饮食记录等。工作流具备了： 大量的重复性任务 （如内容创作、编辑、发布）和 固定的业务流程 （如策划、创作、审核、发布）。的 AI 项目，它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。教程：Coze / 扣子（飞书文档）10. 教程：Coze / 扣子。4万字教程-COZE/扣子与智能体入门（飞书文档）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值