当涉及到复杂的探索和未知的环境，如森林，建筑物或洞穴，无人驾驶飞机是很难被击败。它们快速、灵活且小巧，几乎可以在任何地方携带传感器和有效载荷。然而，自主无人机很难通过没有地图，未知环境找到自己的方式。就目前而言，需要专家的人类飞行员释放无人机的全部潜力。
“要掌握自主敏捷飞行，你需要在一瞬间了解环境，让无人机沿着无碰撞路径飞行，”苏黎世大学机器人与感知小组负责人戴维德斯卡拉穆扎说。“这既是对人类和机器非常困难。专家人类飞行员可以经过多年的毅力和训练达到这个水平。但机器仍然在努力“。
AI算法从模拟专家那里学习在现实世界中飞行
在一项新的研究，Scaramuzza和他的团队已经培训了一个独立的四旋翼通过前所未见的环境，如森林，建筑物，废墟和火车飞，跟上的速度40公里/小时，而不会撞上树木，墙壁或其他障碍物。所有这一切都实现了仅依靠四旋翼飞行器的机载相机和计算。
无人机的神经网络学会了看一种“模拟专家”的飞行 - 一种算法，通过模拟的环境中充满了复杂的障碍飞到计算机生成的无人机。在任何时候，该算法对四旋翼飞行器和读数从传感器的状态的完整信息，并能依靠足够的时间和计算能力总能找到最好的轨迹。
这样的“模拟专家”不能模拟的户外使用，但其数据被用来教神经网络如何预测仅基于来自传感器的数据的最佳轨迹。与现有系统相比，这是一个相当大的优势，现有系统首先使用传感器数据创建环境地图，然后在地图内规划轨迹——这两个步骤需要时间并且无法高速飞行。
需要现实世界中并没有确切的复制品
经过模拟训练后，该系统在现实世界中进行了测试，它能够在各种环境中以高达 40 公里/小时的速度飞行而不会发生碰撞。“虽然人类需要数年的训练，但人工智能利用高性能模拟器，可以更快地达到类似的导航能力，基本上是在一夜之间，”博士生兼该论文的合著者安东尼奥·洛克西奥说。“有趣的是，这些模拟器不需要是现实世界的精确复制品。如果使用正确的方法，即使是简单的模拟器也足够了，”另一位博士生兼合著者 Elia Kaufmann 补充道。
应用并不限于四旋翼飞行器。研究人员解释说，同样的方法可能是提高自主汽车的性能非常有用，甚至可以开门的训练AI系统，用于域操作的新方法，其中收集的数据是很难或不可能的，例如在其他行星上。
据研究人员介绍，下一步将是使无人机从经验的提高，以及更快地开发的传感器，可以提供关于时间的量较小的环境的详细信息 - 从而使无人机即使在速度超过安全飞行40公里每小时。
标签：
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。