DARPA Grand Challenge 2005: Stanley durchquert die Wüste (2005)
Am 8. Oktober 2005 gewann Stanleys autonomes Fahrzeug der Stanford Racing Team die DARPA Grand Challenge und schaffte 212 km durch die Mojave-Wüste in 6 Stunden 53 Minuten, nachdem 2004 kein Fahrzeug das Rennen beendet hatte.
Am 8. Oktober 2005 gewann das Stanford Racing Team die zweite DARPA Grand Challenge mit Stanley, einem für autonomes Fahren umgebauten Volkswagen Touareg. Unter Leitung von Sebastian Thrun beendete das Fahrzeug die 212 km (132 Meilen) lange Wüstenstrecke nahe der Grenze zwischen Kalifornien und Nevada in 6 Stunden, 53 Minuten und 58 Sekunden, bei einer Durchschnittsgeschwindigkeit von etwa 19,1 mph. Stanford erhielt den 2-Millionen-Dollar-Preis am 9. Oktober 2005. Vier weitere Teams schafften die Route ebenfalls innerhalb des Zehn-Stunden-Limits.
Nach einem Rennen ohne Zielankunft
Die Grand Challenge 2004 hatte 1 Million US-Dollar Preisgeld ausgelobt, doch kein Fahrzeug beendete die Wüstenroute; Sandstorm der Carnegie Mellon University legte mit rund 11,8 km die größte Distanz zurück. Das Event 2005 zog stärkere Sensor- und Planungsstacks an. Stanley nutzte LIDAR, Kameras und Onboard-Kartierung, um ohne menschliches Lenken auf Kurs zu bleiben, eine öffentliche Demonstration, dass maschinelles Lernen und Robotik raue Außenbedingungen bewältigen können.
Ein Meilenstein für autonomes Fahren
Die Challenge wurde von der DARPA ausgerichtet, der US-Agentur, die in früheren Wintern auch Budgets für KI gekürzt hatte (Artikel). Siegreiche Teams verbanden Computer Vision, Ausprobieren im Stil des verstärkenden Lernens in der Entwicklung und robuste Technik. Thrun und Kollegen halfen später, Googles Selbstfahrwagen-Programm zu starten. Das Event gilt oft als Wendepunkt, der die Industrie überzeugte, dass autonomes Fahren ein Milliardenproblem wert ist, Jahre bevor tiefes Lernen Wahrnehmungsstacks dominierte.
Warum es wichtig ist
Stanleys Lauf verband Militärförderung, akademische Robotik und kommerzielle Ambition in einem einzigen, im Fernsehen übertragenen Ergebnis. Er steht zwischen statistischen Fortschritten im maschinellen Lernen wie Random Forests und der Ära von ImageNet, die neuronale Netze in der Bildverarbeitung wieder zentral machte. Streckenzeit und Distanz stammen aus dem Stanford-Bericht zu Stanley (Thrun et al., 2006).