Инженеры смогли научить дрон самостоятельно летать по лесу и не врезаться в деревья. Статья об этом опубликована в журнале Science Robotics.
В теории, реакция компьютера гораздо быстрее человеческой, но распознавание образов на фото – сложный ресурсоемкий процесс, поглощающий много процессорного времени.
Специалисты под руководством Антонио Локерчио из Цюрихского университета совместно с компанией Intel создали автопилот для квадрокоптера, который позволяет ему уклоняться от препятствий на сравнительно большой скорости и выполнять агрессивные маневры.
Аналогичные квадрокоптеры обычно в полете строят 3D-карту окружающей местности с помощью стереоскопической камеры, и затем прокладывают по ней курс в обход препятствий. Это занимает много времени, и потому инженеры сократили длину конвейера – дрон летит напрямую по изображению с камеры, без построения отдельной модели.
Чтобы добиться этого, ученые использовали самообучающуюся нейронную сеть. Но, поскольку для обучения ей требуется много времени и много неудачных попыток, тренировки происходили в виртуальном пространстве. Иными словами, автопилот приобретал навыки в компьютерной «игре», получая изображение с виртуальных камер.
Это гораздо быстрее, чем проводить натурные испытания, и не создает необходимость делать новый аппарат после того, как он влетит в дерево. «В то время как людям требуются годы для обучения, ИИ, используя высокопроизводительные симуляторы, может достичь сопоставимых навигационных способностей намного быстрее, почти в одночасье», – говорят авторы работы.
Этот подход себя оправдал: на реальных испытаниях дрон успешно летал в сложном ландшафте, включая заснеженные территории, сошедшие с рельсов поезда, руины, густой лес и рухнувшие здания. Следующий шаг – научить автопилот планировать действия не только на несколько секунд вперед, но и на более длительный срок.