Heim  >  Artikel  >  Technologie-Peripheriegeräte  >  Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

王林
王林nach vorne
2023-09-30 22:53:131078Durchsuche

Künstliche Intelligenz hat den menschlichen Weltmeister erneut besiegt, dieses Mal im Drohnenrennen.

Diese große Errungenschaft wurde in den Zeitschriften „Nature“ und „Science Robotics“ von einem Team von Ingenieuren der Universität Zürich in der Schweiz veröffentlicht. Nach dem ersten Rennen gegen eine KI-Drohne im Jahr 2011 konnte keine autonome Drohne einen menschlichen Piloten schlagen, bis Swift auf den Markt kam. Swift besiegte menschliche Weltmeister, darunter den Drone Racing League-Weltmeister von 2019, Alex Vanover, den zweifachen MultiGP International Open-Champion Thomas Bitmatta und den dreimaligen Schweizer Nationalmeister Marvin Schaepper

Im virtuellen Bereich hat künstliche Intelligenz die Menschen in Spielen wie Schach, Dame, Go und StarCraft besiegt. Jetzt hat es erstmals auch Menschen in einer körperlichen Herausforderung erfolgreich besiegt

Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

Dieser Absatz wurde wie folgt umgeschrieben: Dieses Spiel wurde von einer „First Person View“ (FPV)-Drohne durchgeführt, die mit einer hochauflösenden Kamera ausgestattet war. In der Zeitschrift Science Robotics wurde ein Artikel veröffentlicht, in dem der historische Sieg des Swift-Drohnenentwicklungsteams detailliert beschrieben wird. Im harten Wettbewerb mit drei Drohnenkonkurrenten gewann diese Drohne 15 von 25 Herausforderungen. Die für das Projekt verantwortliche Person sagte: „Unsere Ergebnisse sind das erste Mal, dass ein KI-gesteuerter Roboter Menschen in einem realen Erlebnisereignis besiegt hat, das für Menschen konzipiert und von Menschen geleitet wurde.“

Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

Das Erfolgsgeheimnis der „Swift“-Drohne liegt in ihrem leistungsstarken künstlichen neuronalen Netzwerk, das die Route und Geschwindigkeit der Drohne optimieren kann. Es sammelt Umgebungsdetails in Echtzeit über Bordkameras, um Drohnen eine präzise Führung zu geben, während menschliche Piloten auf Videosignale angewiesen sind, die an Kopfhörer übertragen werden, um eine „Perspektive aus der ersten Person“ zu erleben.

Bei diesem Drohnenrennen steuert der menschliche Bediener die Drohne mithilfe der Bordkamera über die 3D-Strecke. Die Innovation des Swift-Systems ist die Möglichkeit, den Status der Drohne auf Befehle abzubilden, um Schub und Spinrate anzupassen. Dieser Erfolg ist ein Meilenstein auf dem Gebiet der mobilen Robotik und maschinellen Intelligenz.

Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

Die Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen

Schnelle Einführung in die Technologie

Swift ist ein Quadrocopter, der ausschließlich mithilfe von integrierten Sensoren und Computern autonom gesteuert wird. Das Flugzeug besteht aus zwei Schlüsselmodulen:

    Das Wahrnehmungssystem wandelt hochdimensionale visuelle und Trägheitsinformationen in niedrigdimensionale Darstellungen um
  1. Kontrollstrategie, nimmt die vom Wahrnehmungssystem erzeugte niedrigdimensionale Darstellung auf und generiert Steuerbefehle.
  2. Unter diesen wird die Kontrollstrategie durch ein Feedforward-Neuronales Netzwerk dargestellt und mithilfe von modellfreiem, richtlinienkonformem Deep Reinforcement Learning (RL) trainiert

Angesichts der Unterschiede in der Wahrnehmung und Dynamik zwischen Simulation und der realen Welt führt die Optimierung von Strategien nur in der Simulation zu einer schlechteren tatsächlichen Leistung der Drohne. Daher beschloss das Forschungsteam, ein nichtparametrisches empirisches Rauschmodell anhand von Daten zu schätzen, die von physikalischen Systemen gesammelt wurden

Forschungsergebnisse zeigen, dass diese empirischen Lärmmodelle eine positive Rolle bei der erfolgreichen Übertragung von Regelungsstrategien von der Simulation in die Realität spielen

Konkret wandelt Swift Sensormesswerte am Flugzeug in Steuerbefehle um. Dieser Konvertierungsprozess umfasst zwei Teile:

(1) Beobachtungsstrategie zur Verfeinerung hochdimensionaler visueller und Trägheitsinformationen in aufgabenspezifische niedrigdimensionale Kodierung

(2) Kontrollstrategie, Codierung in Drohnenbefehle umwandeln.

Von den 10 von Swift verzeichneten Verlusten waren 40 % auf Kollisionen mit Gegnern, 40 % auf Kollisionen mit Wettkampftoren und 20 % darauf zurückzuführen, dass sie langsamer waren als von Menschen gesteuerte Drohnen. Insgesamt gewann Swift die meisten Rennen gegen von Menschen gesteuerte Drohnen und stellte auch den schnellsten Rennrekord auf, indem er die Bestzeit einer von Menschen gesteuerten Drohne (A. Vanover) um ein halbes Dutzend Sekunden unterbot.

Während der Swift insgesamt schneller ist als alle von Menschen gesteuerten Drohnen, ist er nicht auf jedem Abschnitt der Strecke schneller.

Eine sorgfältige Analyse des Forschungsteams ergab, dass Swift beim Start eine kürzere Reaktionszeit hat und durchschnittlich 120 Millisekunden früher abhebt als menschliche Piloten. Außerdem beschleunigt Swift schneller und erreicht das erste Wettbewerbstor mit einer höheren Geschwindigkeit. In engen Kurven sind die Bewegungen des Swift straffer.

Das Forschungsteam stellte außerdem die Hypothese auf, dass Swift Flugbahnen auf längeren Zeitskalen optimiert als menschliche Bediener. Es ist bekannt, dass modellfreies Verstärkungslernen durch die Optimierung langfristiger Belohnungen erreicht werden kann. Im Vergleich dazu haben menschliche Bediener einen kürzeren Zeitrahmen für die Planung von Bewegungen und können nur ein Wettbewerbstor in der Zukunft vorhersagen

Das obige ist der detaillierte Inhalt vonDie Swift-Drohne nutzt KI-Technologie, um die besten menschlichen Spieler im FPV-Event zu besiegen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:sohu.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen