Беспилотник научили обходить препятствия на большой скорости Благодаря измерениям и вычислениям

Швейцарские инженеры создали нейросетевой алгоритм, который управляет полетом квадрокоптера при помощи данных с бортовых камер аппарата. Для этого был разработан виртуальный беспилотник, который обучался полету в виртуальной среде, полной сложных препятствий. Алгоритм получал полную информацию о состоянии квадрокоптера и показаниях его датчиков, что позволяло ему оперативно вычислять лучшую траекторию. В итоге данные виртуального дрона применили для обучения нейросети управлению квадрокоптером в реальной среде и последующего тестирования.

«Людям требуются годы для обучения, а искусственный интеллект, используя высокопроизводительные симуляторы, может достигнуть сравнимых навигационных способностей намного быстрее, буквально в одночасье», — утверждает соавтор исследования Антонио Локерчио. «Симуляторы не обязательно должны быть точной копией реального мира. При правильном подходе будет достаточно даже упрощенных вариантов», — добавил его коллега Элия Кауфманн.

Инженеры говорят, что тот же самый подход может быть полезен для повышения производительности алгоритмов управления беспилотными автомобилями или для управления машинами в областях, где сбор реальных данных затруднен или вовсе невозможен — например, на других планетах. В ходе испытаний квадрокоптер смог успешно совершить полет через лес на скорости 40 км/ч, а также другие техногенные площадки — здания, руины и поезда, сохраняя скорость полета и ни разу не врезавшись в препятствия. Теперь разработчики занимаются созданием еще более продвинутых датчиков, которые смогут предоставить алгоритму больше информации об окружающей среде за меньшее время.

Тем временем команда американских и испанских инженеров предложила использовать для управления командой беспилотников блокчейн: