华盛顿--通用电气研究实验室在纽约州北部的一条林间小道上为美国陆军演示了一个小型自主机器人，该车辆迅速滑行，避开了倒下的树枝，碾过了树叶堆，只有一次被夹在两棵树之间时被绊倒。然后机器人停了下来，尝试了一条新的道路，并撞到了其中一棵树上。它又静止了大约10秒钟，似乎在思考如何摆脱这个困境，然后迅速向后退了一点角度，挤过了树木之狭窄的门柱。

在人们生活的地区开发自动驾驶汽车的人工智能和自主性比较容易，因为那里有大量的地图、道路、基础设施方面的数据，可以插入系统中，以便预测道路情况。但在军队经常运作的地方，几乎没有这种可预测性。

通用电气研究实验室的机器人和自主技术负责人John Lizzi在8月3日的采访中告诉《国防新闻》："我们的agv通常上能够进入一个新的未知地区，定位你在哪里，了解你操作的不确定性，然后采取相应的行为，这就是我们在SARA计划中所推动的目标。

SARA是 "可扩展的自适应弹性自主计划 "的缩写，该计划是陆军为展示能够在复杂的越野测试条件下安全导航的 "风险意识 "自主地面车辆所做的努力成果。通用电气公司在过去的一年里，在陆军赞助的项目中开发了此技术。

陆军SARA项目经理Eric Spero说："在未来的陆军场景中，自主系统在复杂地形中行动时，必须在遇到挑战性的特征时进行可靠的规划。将风险和不确定性纳入自主决策过程，使我们的试验agv能够向我们展示计划直接路径而不是绕远路的样子"。

Lizzi说：“使用其人工智能技术，即通过在机器人系统中编入对其能力和局限性的认识，使人工智能更加人性化，通用电气能够让机器有能力进一步，评估不确定的情况。该机器人在导航时有能力破译已知和未知的路径;利用相机数据、激光雷达传感能力、里程表和其、他测量方法收集信息，以决定走哪条路。人工智能已经在例如如何安全地优化风力涡轮机的能量输出方面进行了测试。人工智能会识别某些天气情况的模式，但如果遇到新的风力或天气，它就会进入安全模式，同时决定如何应对新情况。该公司在人工智能技术方面的工作，包括与陆军的开发工作，想实现agv以人类速度或更快的速度进行决策，我认为这将是绝对关键的。这些系统也将需要继续学习。现在的情况是，我到野外去，收集一堆数据，然后我对我的系统进行编程，使agv在编程的领域发挥作用。我认为我们应该达到一个标准，当这种模式不再起作用时，我们应该在行动中学习，从有限的数据中学习，从示范中学习这是是我们处理这个问题的另外一种方式。随着项目的进行，该技术正在与陆军的核心自主性堆栈整合，并将在未来建立起来。地面机器人有很强的适用性，通用电气通过ARL计划在人工智能技术方面取得的进展可以在各种领域发挥作用，从工业到商业，包括能源、航空和医疗保健等领域。”