Чемпионов по гонкам на дронах избил пилот, который даже не человек

Чемпионов по гонкам на дронах избил пилот, который даже не человек

Возможности систем искусственного интеллекта (ИИ) развиваются с поразительной скоростью, приближаясь или превосходя то, что люди могут делать в симуляционных и тестовых средах.

Оставляя в стороне этические и экологические проблемы, связанные с ИИ и другими технологиями автономных дронов на минуту, мы можем восхищаться этим последним достижением: системой дронов, управляемой искусственным интеллектом, которая победила трех профессиональных пилотов дронов в серии гонок лицом к лицу, выигрывая чаще, чем нет.

Swift — это название автономной системы, которая превзошла пилотов-чемпионов мира в 15 из 25 гонок на трассе, полной резких поворотов и визга поворотов, разработанной профессиональным пилотом-гонщиком дронов.

Система с удачным названием сочетает в себе алгоритмы обучения искусственного интеллекта с одной камерой и встроенными датчиками, которые обнаруживают окружение и движение дрона.

Она была разработана Элией Кауфманн, инженером-робототехником из Цюрихского университета, и исследователями. в лаборатории Intel, которые хотели разработать систему, которая не зависела бы от входных данных от внешних камер наблюдения за движением, как это было в предыдущих автономных гоночных дронах.

«Достичь уровня профессиональных пилотов с помощью автономного дрона сложно, потому что Робот должен летать на пределе своих физических возможностей, оценивая свою скорость и местоположение в контуре исключительно с помощью бортовых датчиков», — пишут Кауфманн и его коллеги в своей статье.

Пилоты, участвующие в гонках на дронах, носят гарнитуры, которые дают им «первые возможности» вид человека через камеру, прикрепленную к дрону, который может развивать скорость до 100 километров в час.

Аналогично, Swift имеет бортовую камеру и инерционный датчик для измерения ускорения и вращения дрона; данные, которые обрабатывают два алгоритма искусственного интеллекта для триангуляции положения дрона относительно квадратных ворот на полосе препятствий и соответствующей выдачи команд управления.

Покадровое изображение автономного дрона (синие огни) и дрона, пилотируемого человеком (красные огни), летающих по гоночной трассе с семью квадратными воротами.
Автономный дрон Swift (синий) участвует в гонках с дроном, пилотируемым человеком (красный). (Леонард Бауэрсфельд/Кауфманн и др., Nature, 2023)

Хотя Swift проиграл 40 процентов гонок, Swift несколько раз обыграл каждого пилота-человека и зафиксировал результат самое быстрое зарегистрированное время гонки, на полсекунды быстрее, чем лучшее время человека.

«В целом, в среднем по всей трассе, автономный дрон достигает самой высокой средней скорости, находит самую короткую гоночную трассу и умудряется поддерживать самолет приближался к пределам срабатывания на протяжении всей гонки», — сообщают Кауфманн и его коллеги.

По словам Гвидо де Кроона, исследователя робототехники из Делфтского технологического университета в Нидерландах, который написал комментарий к исследованию, «Истинная инновация» Swift — это вторая развернутая искусственная нейронная сеть, которая использует глубокое обучение с подкреплением.

Это означает, что сеть в основном учится методом проб и ошибок в процессе обучения, применяя свои изученные элементы управления в турбулентном реальном мире. видение.

Как и пилоты-люди, которым дали неделю потренироваться на трассе, Свифт обучался моделированию гоночной трассы, а алгоритм глубокого обучения исследовал возможные пути через семь ворот трассы, чтобы находить все более и более быстрые маршруты.

Благодаря оптимизации и составлению карты команд управления Swift может обрабатывать визуальные данные во время прохождения трассы в нескольких тестовых запусках.

«Маленький различия, которые остаются между симуляцией и реальностью, изучаются нейронной сетью для улучшения симуляции и уточнения стратегии системы», — объясняет де Кроон.

Swift, конечно, не первый дрон, который преодолевает физические препятствия, но он это делает. причем с поразительной точностью.

В прошлом году исследователи запустили группу дронов, оснащенных системой обработки данных, которая позволяла им обнаруживать препятствия и прокладывать себе путь через густой бамбуковый лес.

Самолет Дроны в форме человека, управляемые человеком, также были отправлены в вулканы для наблюдения за их активностью.

Потребуются дальнейшие разработки, прежде чем Swift сможет выйти на открытые арены с непредсказуемыми условиями, говорит де Крун.

«Учитывая, что дроны получают сенсорную информацию быстрее, чем пилоты-люди, которые полагаются на задержанные изображения, [автономные] дроны, несомненно, в конечном итоге победят и людей в этих сложных условиях», — заключает он.

Исследование опубликовано в журнале Nature.

logo