面对面对决
人工智能与人类之间的面对面对决是史上最复杂的。组织者指出：“在没有人类输入的情况下，无人机完全依靠实时处理和人工智能驱动的决策来达到超过150公里/小时的速度，通过复杂的赛道环境。”
观看以下视频：
赛道设计推动了基于感知的自主性的边界——包括宽的通道间隔、不规则的照明和最少的视觉标记。
每个团队都驾驶了一款标准化的无人机，配备紧凑而强大的Nvidia Jetson Orin NX计算模块、前向摄像头和惯性测量单元（IMU），用于机载感知和控制。
使用滚动快门相机（一种图像捕获方式，相机逐行记录帧而不是一次性捕获整个帧）进一步增加了难度，测试了每个团队在苛刻条件下提供快速、稳定性能的能力。
“这标志着首次在如此视觉稀疏的赛道上举办如此规模和复杂性的自主无人机比赛，凸显了该活动的雄心和技术挑战，”组织者补充道。
Christophe De Wagter，MavLab的团队负责人表示：“赢得人工智能挑战赛和人工智能与人类比赛对我们团队来说是一个巨大的里程碑。它验证了我们多年来在自主飞行方面的研究和实验。看到我们的算法在这样的高压环境中表现出色，并赢得最大的奖金份额，是非常有回报的。”
在两天的时间里，14支国际队伍获得了决赛周的资格，其中前四名晋级，在多个具有挑战性的比赛格式中进行竞争。来自阿联酋、荷兰、奥地利、韩国、捷克共和国、墨西哥、土耳其、中国、西班牙、加拿大和美国的队伍代表了大学实验室、研究机构和初创创新者，在四种比赛格式中争夺100万美元的奖金池。
人工智能是如何获胜的？
来自代尔夫特理工大学的科学家和学生团队通过开发一个高效且稳健的人工智能系统赢得了比赛，该系统能够在瞬间进行高性能控制。
他们指出：“与之前在虚拟环境中击败国际象棋或围棋世界冠军的突破不同，这一成就发生在现实世界中。两年前，苏黎世联邦理工学院的机器人与感知小组是第一个用自主无人机击败人类无人机赛车冠军的团队。然而，这一令人印象深刻的成就发生在飞行实验室环境中，条件、硬件和赛道都由研究人员控制——这与这次世界锦标赛的情况非常不同，硬件和赛道完全由比赛组织者设计和管理的。”
Mavlab团队为无人机的人工智能创造了一个核心新元素，该元素不需要向传统的人类控制器发送控制命令，而是直接发送到电机。深度神经网络能够以更少的处理时间模仿传统算法的结果。
实际应用
“为稳健的感知和最佳控制开发的高效人工智能不仅对自主赛车无人机至关重要，还将扩展到其他机器人，”Wagter解释说：“机器人人工智能受限于所需的计算和能源资源。自主无人机赛车是开发和展示高效、稳健人工智能的理想测试案例。”
速度是一个非常重要的因素，因为无人机电池容量非常有限。这意味着，它们飞得越快，就能覆盖更远的距离。
“加快无人机飞行速度对于许多经济和社会应用都至关重要，从及时递送血液样本和除颤器到在自然灾害场景中寻找人员。此外，我们可以使用开发的方法来努力实现最佳时间，而不是其他标准，如最佳能源或安全。这将影响许多其他应用，从吸尘机器人到自动驾驶汽车，”Wagter补充道。
与此同时，由联合国儿童基金会（Unicef）合作设计并由先进技术研究委员会（ATRC）监督的A2RL X DCL无人机STEM项目今年培训了超过100名阿联酋学生。
阿联酋总统战略研究和先进技术事务顾问、ATRC秘书长Faisal Al Bannai表示：“在ATRC，我们相信创新必须在现实世界中得到证明，而不仅仅是承诺。”
他强调，“A2RL不仅仅是一场比赛，它是一个全球高性能自主性的测试平台，反映了阿联酋负责任地推进人工智能、机器人和下一代移动性的承诺。”