Испытания дрона в лесу / UZH
Исследователи из Цюрихского университета разработали новый подход к автономному полету квадрокоптеров в неизвестных и сложных условиях на высоких скоростях. Они использовали только бортовые измерения и вычисления. В итоге автономный квадрокоптер смог исследовать через ранее невидимые среды, пролетая над лесами, зданиями, руинами и поездами, но сохраняя при этом скорость до 40 км/ч и не врезаясь в препятствия.
Исследователи отмечают, что новый подход может быть полезен в чрезвычайных ситуациях, а также на строительных площадках. Проблема использования автономных дронов кроется в том, что им необходима навигация, которую обычно осуществляет опытный человек-пилот.
В Цюрихском университете создали алгоритм, который обучает квадрокоптер полетам в реальном мире только с помощью бортовых камер и вычислений. Нейросеть наблюдает за своего рода «смоделированным экспертом» — алгоритмом, который управляет созданным компьютером дроном в смоделированной среде, полную сложных препятствий. Алгоритм получал полную информацию о состоянии квадрокоптера и показаниях его датчиков, что позволяло ему находить лучшую траекторию.
В итоге данные «симулированного эксперта» применили для обучения алгоритма планированию в реальной среде. После обучения моделированию система была протестирована. «В то время как людям требуются годы для обучения, ИИ, используя высокопроизводительные симуляторы, может достичь сопоставимых навигационных способностей намного быстрее, в одночасье», — говорит Антонио Локерчио, аспирант и соавтор исследования. «Интересно, что эти симуляторы не обязательно должны быть точной копией реального мира. При правильном подходе будет достаточно даже упрощенных вариантов», — добавляет Элия Кауфманн, другой соавтор.
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.
Теперь они займутся улучшением полетов дронов, а также разработкой более быстрых датчиков, которые смогут предоставить больше информации об окружающей среде за меньшее время.
Ранее исследователи Цюрихского университета показали, как обученный с помощью их алгоритма дрон обогнал двух опытных пилотов-людей на гоночной трассе.