美國國防先進研究計畫署（DARPA）宣布其在德州訓練場進行的「機器人自主複雜環境辨識（Robotic Autonomy in Complex Environments with Resiliency, RACER）」計畫第2階段獲得重大進展，展示高度的自主運作功能。
根據「機器人自主複雜環境辨識」計畫，完全無人駕駛的高度自主控制機器人戰鬥車輛（Robotic Fighting Vehicle, RFV）在15平方英哩的範圍內自主機動，訓練場的地形涵蓋德州境內複雜景觀中包括植被、樹木、岩石、斜坡和水道等典型的各種地形地物。
不而事先使用感浮器收集地區的資料，「機器人自主複雜環境辨識」計畫團隊仍能成功實施30次以上的自主機動，覆蓋從3到10英哩的距離，總計移動超過150英哩，其中有時移動的速度高達每小時30英哩，突顯自主控制架構的適應性和彈性，證明其在現實場景中的有效性。
此外，「機器人自主複雜環境辨識」計畫透過賦予硬體平台（RHP）自動行駛30多英哩的過程，評估低階自主控制、收集感測器資料並完善操作策略。此外，並根據駐紮在基地的軍事人員小組所提供的意見，著手進行開發全球戰術規劃的軟體。
國防先進研究計畫署表示，「機器人自主複雜環境辨識」硬體平台建立在德士隆（Textron）M5基礎載台與其他輕型越野載具上，並由卡內基機器人（Carnegie Robotics）公司提供支援，合作機構包括華盛頓大學、陸上人工智慧（Overland AI）公司、航空太空總署（NASA）噴射推進實驗室、喬治亞理工學院越野自主研究室和二元機器人（Duality Robotics）公司。
此項名為「機器人自主複雜環境辨識實驗4（RACER E4）」的活動延續之前2022年和2023年舉行的實驗，以維持固定每2年總結1次的節奏，不斷增強機器人能力。國防先進研究計畫署承襲過去「大挑戰」競賽的啟發，繼續努力推動自主化技術，推動越野軍事應用的創新。
2024年春天是「大挑戰」競賽的20週年，該項賽事是啟發美國獨創性自動駕駛汽車技術方面的重要里程碑。「機器人自主複雜環境辨識」計畫的進步則代表自主技術的革命性重大進步，對於經常要在嚴峻越野環境下移動的軍事行動而言，尤其具有極關鍵的意義與價值。
