冠軍無人機賽車手被甚至不是人類的飛行員擊敗

的能力人工智能（AI）系統(tǒng)正在以驚人的速度發(fā)展，接近或改善人類在模擬和測試環(huán)境中可以做什么。

撇開倫理和環(huán)境問題圍繞人工智能和自主無人機，我們可以驚嘆于這一最新的壯舉：人工智能控制的無人機系統(tǒng)在一系列正面交鋒中擊敗了三名專業(yè)無人機飛行員，獲勝次數(shù)更多。

Swift是自主系統(tǒng)的名稱，該系統(tǒng)在25場比賽中的15場比賽中擊敗了世界冠軍人類飛行員，賽道上充滿了由專業(yè)無人機賽車飛行員設計的掃蕩轉彎和尖叫的樞軸。

這個名稱恰當?shù)南到y(tǒng)將人工智能學習算法與單個攝像頭和機載傳感器相結合，可檢測無人機的周圍環(huán)境和運動。

它是由蘇黎世大學的機器人工程師Elia Kaufmann和英特爾實驗室的研究人員設計的，他們希望設計一個不依賴于外部運動攝像頭輸入的系統(tǒng)，就像以前的自動賽車無人機一樣。

“使用自主無人機達到專業(yè)飛行員的水平具有挑戰(zhàn)性，因為機器人需要在其物理極限下飛行，同時僅通過機載傳感器估計其在電路中的速度和位置，”Kaufmann及其同事寫在他們的論文中.

無人機賽車飛行員戴著耳機，通過連接到無人機的攝像頭為他們提供“第一人稱”視圖，該攝像頭可以達到每小時 100 公里的速度。

同樣，Swift 有一個機載攝像頭和一個慣性傳感器來測量無人機的加速度和旋轉;兩個 AI 算法攝取的數(shù)據(jù)，用于對無人機相對于障礙物路線上的方形門的位置進行三角測量，并相應地生成控制命令。

雖然它輸?shù)袅?0%的比賽，但斯威夫特多次擊敗了每個人類飛行員，并記錄了最快的比賽時間，比人類最好的時間快了半秒。

“總體而言，在整個賽道上平均，自主無人機實現(xiàn)了最高的平均速度，找到了最短的比賽線，并設法在整個比賽中保持飛機更接近其驅動極限，”Kaufmann及其同事報告.

根據(jù)荷蘭代爾夫特理工大學機器人研究員Guido de Croon的說法，他寫了一篇評論關于這項研究，斯威夫特的“真正的創(chuàng)新”是部署的第二個人工神經網(wǎng)絡，它使用深度強化學習。

這意味著網(wǎng)絡主要通過訓練過程中的反復試驗來學習，將其學習的控制應用于動蕩的現(xiàn)實世界視覺。

就像人類飛行員在賽道上練習一周一樣，斯威夫特接受了賽道模擬訓練，深度學習算法探索了通過賽道七個大門的可能路徑，以找到越來越快的路線。

優(yōu)化和映射控制命令后，Swift 可以在幾次測試運行中在賽道上比賽時處理視覺輸入。

“神經網(wǎng)絡學習模擬和現(xiàn)實之間存在的微小差異，以改進模擬并完善系統(tǒng)策略，”de Croon解釋.

Swift當然不是第一架穿越物理障礙的無人機，但它以驚人的精度做到這一點。

去年，研究人員發(fā)射了一群無人機配備了一個處理系統(tǒng)，使他們能夠感知障礙物并在茂密的竹林中導航。

飛機形狀的人類控制的無人機也被送入火山監(jiān)控他們的活動。

在斯威夫特進入條件不可預測的戶外競技場之前，還需要進一步發(fā)展，de Croon說.

“鑒于無人機比依賴延遲圖像的人類飛行員更快地獲取傳感信息，[自主]無人機無疑最終也會在這些困難的條件下?lián)魯∪祟?，”他補充道。總結.

該研究已發(fā)表在自然界.

寶寶起名 起名