Исследователи из Цюрихского университета разработали новый подход к автономному полету квадрокоптеров в сложных экстремальных условиях на высоких скоростях, используя только бортовые измерения и вычисления.

Новый подход может быть полезен в чрезвычайных ситуациях, на строительных площадках или для приложений безопасности.

«Чтобы освоить автономный маневренный полет, вам нужно за доли секунды изучить окружающую среду, чтобы летать на дроне по траекториям без столкновений», — говорит Давид Скарамуцца, возглавляющий группу робототехники и восприятия в Цюрихском университете. «Это очень сложно как для людей, так и для машин. Опытные пилоты-люди могут достичь этого уровня после многих лет обучения. Но машины все еще обучаются».

Алгоритм ИИ учится летать в реальном мире у смоделированного эксперта

В новом исследовании Скарамуцца и его команда обучили автономный квадрокоптер летать через ранее невидимые среды, такие как леса, здания, руины и поезда, сохраняя скорость до 40 км/ч и не врезаясь в деревья, стены или другие препятствия. Все это было достигнуто только с помощью бортовых камер и вычислений квадрокоптера.

Нейронная сеть дрона научилась летать, наблюдая за своего рода «смоделированным экспертом» — алгоритмом, который управлял созданным компьютером дроном через смоделированную среду, полную сложных препятствий. В любое время алгоритм имел полную информацию о состоянии квадрокоптера и показаниях его датчиков, и мог полагаться на достаточно времени и вычислительной мощности, чтобы всегда находить лучшую траекторию. Такой «симулированный эксперт» не мог использоваться вне симуляции, но его данные использовались для обучения нейронной сети тому, как предсказывать лучшую траекторию, основываясь только на данных с датчиков.

Это значительное преимущество перед существующими системами, которые сначала используют данные датчиков для создания карты окружающей среды, а затем планируют траектории на карте — два шага, которые требуют времени и делают невозможным полет на высоких скоростях.

Точная копия реального мира не требуется

После обучения моделированию система была протестирована в реальном мире, где она могла летать в различных условиях без столкновений со скоростью до 40 км/ч.

«В то время как людям требуются годы на обучение, ИИ, используя высокопроизводительные симуляторы, может достичь сопоставимых навигационных способностей намного быстрее, в основном за одну ночь», — говорит Антонио Локерчио, доктор философии. «Интересно, что эти симуляторы не обязательно должны быть точной копией реального мира. При правильном подходе достаточно даже упрощенных симуляторов», — добавляет Элиа Кауфманн, другой доктор философии. Приложения не ограничиваются квадрокоптерами.

Исследователи объясняют, что тот же подход может быть полезен для повышения производительности автономных автомобилей или даже может открыть дверь к новому способу обучения систем искусственного интеллекта для работы в областях, где сбор данных затруднен или невозможен, например, на других планетах.

По словам исследователей, следующие шаги будут заключаться в улучшении дронов на основе опыта, а также в разработке более быстрых датчиков, которые могут предоставить больше информации об окружающей среде за меньшее время, что позволит дронам безопасно летать даже на скоростях выше 40 км/ч.

По материлам: Techxplore