無人機首次成功在一對一冠軍賽中戰(zhàn)勝人類對手，而無人機背后是一個名為Swift的人工智能系統(tǒng)，《Nature》期刊的封面上的也在當期封面刊登了相關論文。

AI如何成為游戲高手？

國際象棋、星際爭霸（StarCraft）、Dota2和GT賽車這些游戲，如果你與電腦對戰(zhàn)，那些電腦虛擬玩家是如何來完成一系列操作的？

或許你沒有聽說過深度強化學習（Reinforcement Learning，RL）系統(tǒng)，但你一定聽說過或接觸過或許你沒有聽說過深度強化學習（Reinforcement Learning，RL）系統(tǒng)，因為這些電腦虛擬玩家就是運用了這一技術。

在模擬和棋盤游戲環(huán)境中，AI可以輕松勝過人類，但在物理世界的競賽，AI的決策和操作則面臨諸多困難。

第一人稱視角 (FPV) 無人機競賽是專業(yè)選手在 3D 賽道上駕駛高速飛行的無人機，駕駛員可以通過機載攝像頭傳輸?shù)漠嬅鎻臒o人機的角度觀察環(huán)境，從而完成加減速、轉彎等操作，讓無人機穿越賽道中的障礙。

Swift (藍色)和人類（紅色）交鋒，七個方形門，每圈必須依次通過，圖片來源：參考文獻

自動駕駛無人機要達到職業(yè)飛行員的水準很難，因為機器人需要在其物理限制下飛行，同時只能根據(jù)機載傳感器估算其速度和方位。

傳統(tǒng)的無人機競速方法包括軌跡規(guī)劃和模型預測控制（model predictive control，MPC），但這種方法只能在理想條件下實施，一旦受到任何干擾，整個系統(tǒng)就會崩潰。

圖片來源：piqsels

而Swift系統(tǒng)克服了這個困難。Swift系統(tǒng)由兩個關鍵模塊組成：

一是感知系統(tǒng)，將高維視覺（即空間立體視覺）和慣性信息轉換為低維編碼；

二是控制系統(tǒng)，攝取感知系統(tǒng)產(chǎn)生的低維編碼并產(chǎn)生控制命令。將這兩個系統(tǒng)結合起來，便可以基于物理環(huán)境的細微變化進行實時決策調(diào)整。

當然，先進的感知系統(tǒng)和控制系統(tǒng)還不足以對抗人類冠軍駕駛員。

Swift系統(tǒng)比人類強在哪兒？

Swift系統(tǒng)比人類駕駛員具有一定的結構優(yōu)勢。

Swift系統(tǒng)，圖片來源：參考文獻

首先，它能利用來自機載慣性測量單元的慣性數(shù)據(jù)。

這類似于人類的前庭系統(tǒng)，人類駕駛員在比賽中無法使用該系統(tǒng)，因為他們實際上并不在飛機上，并且感覺不到作用在飛機上的加速度。

其次，Swift系統(tǒng)受益于較低的感覺運動延遲（Swift為40毫秒，而人類專家的平均延遲為220毫秒）。

FPV比賽使用的是四軸飛行器，它是有史以來最敏捷的機器之一。在比賽中，飛行器會施加超過自身重量五倍或更多的力量，即使在有限的空間內(nèi)，速度也能超過100公里/小時，加速度是重力的幾倍。因此，較低的延遲有助于讓飛行器的行動更靈活。

在實際比賽流程中，人類飛行員在賽道上進行了為期一周的練習。之后，由Swift和人類控制的無人機需要在場地賽道中以正確的順序穿過每一道門。Swift在與三位人類冠軍正面交鋒的比賽中均獲勝，甚至創(chuàng)造了最快完成比賽的記錄。

圖片來源：piqsels

在AI控制的無人機戰(zhàn)勝人類之后，自主移動機器人仍然有很多可以提升的方向。

例如人類控制無人機時，即使發(fā)生了碰撞，只要硬件仍然正常工作，人類仍然可以控制無人機繼續(xù)飛行并完成這段賽道，但Swift沒有接受過碰撞后恢復的訓練。

即便存在諸多限制，但該研究成果已經(jīng)成為移動機器人技術和機器智能的一個里程碑，它將助力自動駕駛的地面車輛、飛行器和個人機器人的快速發(fā)展。

參考文獻

原論文：Kaufmann, E., Bauersfeld, L., Loquercio, A. et al. Champion-level drone racing using deep reinforcement learning. Nature 620, 982–987 (2023). https://doi.org/10.1038/s41586-023-06419-4

策劃制作

來源丨科協(xié)之聲

作者丨SamKakeru 科普作者

責編丨楊雅萍 金禹奮

歡迎掃碼關注深i科普！

我們將定期推出

公益、免費、優(yōu)惠的科普活動和科普好物！