<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>
<body style="overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;">
IROS 2024 deadline is behind us. Now it’s time to start preparing for The 3rd BARN Challenge at ICRA 2024! See you in Japan in May! 
<div><br>
<div>
<div style="caret-color: rgb(0, 0, 0); color: rgb(0, 0, 0); font-family: Helvetica; font-size: 12px; font-style: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: auto; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration: none;">
Submission Form: <a href="https://docs.google.com/forms/d/e/1FAIpQLSfZLMVluXE-HWnV9lNP00LuBi3e9HFOeLi30p9tsHUViWpqrA/viewform?usp=sf_link">https://docs.google.com/forms/d/e/1FAIpQLSfZLMVluXE-HWnV9lNP00LuBi3e9HFOeLi30p9tsHUViWpqrA/viewform?usp=sf_link</a><br>
<br>
Competition Website: <a href="https://cs.gmu.edu/~xiao/Research/BARN_Challenge/BARN_Challenge24.html">https://cs.gmu.edu/~xiao/Research/BARN_Challenge/BARN_Challenge24.html</a><br>
<br>
Participation Instructions: <a href="https://github.com/Daffan/nav-competition-icra2022">https://github.com/Daffan/nav-competition-icra2022</a><br>
<br>
Lessons Learned from The BARN Challenge 2023: <a href="https://cs.gmu.edu/~xiao/papers/barn23_report.pdf">https://cs.gmu.edu/~xiao/papers/barn23_report.pdf</a> <br>
<br>
Lessons Learned from The BARN Challenge 2022: <a href="https://cs.gmu.edu/~xiao/papers/barn22_report.pdf">https://cs.gmu.edu/~xiao/papers/barn22_report.pdf</a> <br>
<br>
<br>
Dear roboticists,<br>
<br>
are you interested in agile robot navigation in highly constrained spaces with a lot of obstacles around, e.g., cluttered households or after-disaster scenarios? Do you think mobile robot navigation is mostly a solved problem? Are you looking for a hands-on
 project for your robotics class, but may not have (sufficient) robot platforms for your students?<br>
<br>
If your answer is yes to any of the above questions, we sincerely invite you to participate in our (3rd) ICRA 2024 BARN Challenge (<a href="https://cs.gmu.edu/~xiao/Research/BARN_Challenge/BARN_Challenge24.html">https://cs.gmu.edu/~xiao/Research/BARN_Challenge/BARN_Challenge24.html</a>)!
 The BARN Challenge aims at evaluating state-of-the-art autonomous navigation systems to move robots through highly constrained environments in a safe and efficient manner. The task is to navigate a standardized Clearpath Jackal robot from a predefined start
 to a goal location as quickly as possible without any collision. The challenge will take place both in the simulated BARN dataset and in physical obstacle courses at ICRA2024.<br>
<br>
1. The competition task is designing ground navigation systems to navigate through all 300 BARN environments (<a href="https://cs.gmu.edu/~xiao/Research/BARN/BARN.html">https://cs.gmu.edu/~xiao/Research/BARN/BARN.html</a>) and physical obstacle courses constructed
 at ICRA2024 as fast as possible without collision.<br>
<br>
2. The 300 BARN environments can be the training set for learning-based methods, or to design classical approaches in. During the simulation competition, we will generate another 50 unseen environments unavailable to the participants before the competition.<br>
<br>
3. We will standardize a Jackal robot in the Gazebo simulation, including a Hokuyo 2D LiDAR, motor controller of 2m/s max speed, etc.<br>
<br>
4. Participants can use any approaches to tackle the navigation problem,  such as using classical sampling-based or optimization-based planners, end-to-end learning, or hybrid approaches. We will provide baselines for reference. <br>
<br>
5. A standardized scoring system is provided on the website.<br>
<br>
6. We will invite the top teams in simulation to compete in the real world. The team who achieves the fastest collision-free navigation in the physical obstacle courses wins.<br>
<br>
If you are interested in participating, please submit your navigation system at <a href="https://docs.google.com/forms/d/e/1FAIpQLSfZLMVluXE-HWnV9lNP00LuBi3e9HFOeLi30p9tsHUViWpqrA/viewform?usp=sf_link">https://docs.google.com/forms/d/e/1FAIpQLSfZLMVluXE-HWnV9lNP00LuBi3e9HFOeLi30p9tsHUViWpqrA/viewform?usp=sf_link</a><br>
<br>
Co-Organizers:<br>
Xuesu Xiao (George Mason University)<br>
Zifan Xu (UT Austin)<br>
Garrett Warnell (US Army Research Lab / UT Austin)<br>
Peter Stone (UT Austin / Sony AI)<br>
<br>
Sponsor:<br>
Clearpath Robotics, <a href="https://clearpathrobotics.com/">https://clearpathrobotics.com/</a><br>
<br>
<br>
Thanks<br>
Xuesu<br>
<br>
<br>
-----------------------<br>
Xuesu Xiao, Ph.D.<br>
--<br>
Assistant Professor<br>
Department of Computer Science<br>
George Mason University<br>
<a href="mailto:xiao@gmu.edu">xiao@gmu.edu</a><br>
<a href="https://cs.gmu.edu/~xiao/">https://cs.gmu.edu/~xiao/</a></div>
</div>
</div>
</body>
</html>