Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

DARPA-Wettbewerb CIDAR: Kein Team gewinnt, Zetascope kommt dem Ziel am nächsten

25. September 2026, 14:08Quelle: DARPA

Der CIDAR-Wettbewerb (Computational Imaging Detection and Ranging) der DARPA ist in der Finalrunde ohne Preisträger zu Ende gegangen, denn kein Team erfüllte die Leistungsschwelle für passive Entfernungsmessung bis zu 10 Kilometern. Nach Angaben der Behörde kam das Team von Zetascope dem Ziel am nächsten, das Ergebnis bewertet sie als wertvollen Fortschritt.

Das Wichtigste in Kürze
  • Kein Team erreichte in der Finalrunde des DARPA-Wettbewerbs CIDAR die Leistungsschwelle für einen Preis.
  • Ziel waren passive Bildverarbeitungsalgorithmen, die Entfernungen bis zu 10 Kilometern mit der Genauigkeit und geringen Latenz aktiver Systeme messen.
  • Laut DARPA kam Zetascope den erforderlichen Kennzahlen am nächsten.
  • In der Finalrunde waren Preise von 1 Million, 600.000 und 400.000 US-Dollar ausgelobt, die Ziele lagen in Entfernungen von 2,5 bis 10 Kilometern.
  • Die DARPA sagt, die Ergebnisse zeigten klarer, welche technischen Fortschritte noch nötig sind.

Das Ziel: Genauigkeit wie bei aktiven Systemen, ganz ohne Signalaussendung

In der Finalrunde sollten die Teilnehmer passive Bildverarbeitungsalgorithmen entwickeln, die Entfernungen bis zu 10 Kilometern mit der Genauigkeit und der geringen Latenz heutiger aktiver Entfernungsmesssysteme bestimmen können. Laut DARPA schaffte das kein Team, weshalb in der Finalrunde kein Preis vergeben wurde.

Die Behörde hatte das Ziel bewusst anspruchsvoll gesetzt. Jonathan Hoffman, Ph.D., stellvertretender Leiter des Multi X Office der DARPA, sagte: "CIDAR fängt den Geist der DARPA ein. Wir gehen bei Problemen große Wagnisse ein, bei denen der Erfolg alles andere als sicher ist, denn so erfahren wir, was Technologie heute leisten kann und wo noch mehr Arbeit nötig ist."

Warum passive Entfernungsmessung wichtig ist

Die DARPA hat CIDAR um eine grundlegende Einschränkung der optischen Entfernungsmessung herum angelegt. Aktive Systeme wie Laserdetektion und Laserentfernungsmesser können sehr genaue Distanzwerte liefern. Sie sind jedoch auf ausgesendete Signale angewiesen, und diese Emissionen können die Anwesenheit des Beobachters verraten.

Passive Systeme senden nichts aus, doch nach Angaben der DARPA erfassen aktuelle Ansätze nur einen Bruchteil der Entfernungsinformationen, die in Bildern potenziell enthalten sind. Die Teilnehmer sollten diese Lücke mithilfe von Computational Imaging, maschinellem Lernen und künstlicher Intelligenz schließen.

So verlief der Wettbewerb

CIDAR wurde im Dezember 2024 angekündigt und lief über mehrere Phasen. Fünf kleine Unternehmen und Universitäten erhielten zunächst Preisgelder von jeweils 200.000 US-Dollar. Fünf Teams erhielten im Januar 2026 Halbfinalpreise von je 50.000 US-Dollar.

In der Finalrunde analysierten die Teilnehmer einen neuen Bilddatensatz, um Preise von 1 Million, 600.000 und 400.000 US-Dollar zu gewinnen. Zur Qualifikation mussten die Teams eine definierte Mindestleistung bei Zielen in Entfernungen von 2,5 bis 10 Kilometern erreichen.

Die DARPA erklärte, die Leistung des Zetascope-Teams sei den für einen Sieg erforderlichen Kennzahlen am nächsten gekommen. Die Einreichung überschritt die geforderte Schwelle nicht, doch die Behörde sah bei dem Team besonders vielversprechende Fortschritte in Richtung der CIDAR-Ziele.

Was das Ergebnis bedeutet

Hoffman sagte, kein Team habe die Hürde genommen, doch die Teilnehmer hätten "die Grenzen der passiven Entfernungsmessung verschoben und uns ein deutlich klareres Bild davon gegeben, was funktioniert, was nicht und was noch gelöst werden muss".

Nach Angaben der DARPA hat der Wettbewerb dazu beigetragen, die technischen Fortschritte zu definieren, die für genaue passive Entfernungsmessung mit geringer Latenz über große Distanzen noch nötig sind. Die Arbeit liefere Erkenntnisse und eine stärkere Grundlage für künftige Arbeiten auf dem Gebiet. Ein Folgeprogramm oder einen Zeitplan nennt die Quelle nicht.

Ähnliche Meldungen

RAI Institute bringt fünf Papers zu Robot Learning auf die CoRL 2026 in Austin
Forschung3. November 2026, 00:51

RAI Institute bringt fünf Papers zu Robot Learning auf die CoRL 2026 in Austin

Das RAI Institute hat mehrere Papers und Workshops auf der Conference on Robot Learning (CoRL) 2026 untergebracht, die vom 9. bis 11. November in Austin, Texas…

KRAFTONs Ludo Robotics stellt Ludi 0.2 für sozial aufmerksame Roboter vor
Forschung30. Oktober 2026, 19:00

KRAFTONs Ludo Robotics stellt Ludi 0.2 für sozial aufmerksame Roboter vor

Ludo Robotics, die Robotiktochter des PUBG: BATTLEGROUNDS-Entwicklers KRAFTON, hat Ludi 0.2 vorgestellt, ein aktualisiertes System für Roboterintelligenz, das Robotern…

Spot vom RAI Institute rollt Reifen im Freien allein mit Bordkameras
Forschung27. Oktober 2026, 14:36

Spot vom RAI Institute rollt Reifen im Freien allein mit Bordkameras

Das RAI Institute meldet, dass sein Roboter Spot einen schweren Reifen nun auch außerhalb des Labors bewegen kann. Dafür nutzt er seine eigenen Tiefenkameras und die…