AI lader droner flyve uden kort eller sensorer
Kan droner flyve på egen hånd uden kort eller ekstra dele?Et nyt system viser, hvordan grundlæggende fysik og små netværk kan gøre det muligt.
Forskere ved Shanghai Jiao Tong University har udviklet en ny måde at hjælpe droner med at navigere i områder på egen hånd uden at stole på store eller dyre komponenter.Denne tilgang trækker fra insektbevægelse og kombinerer dyb læring med grundlæggende fysikprincipper og lader droner bevæge sig gennem rum uden kortlægning eller ekstern kontrol.
Det foreslåede system bruger i stedet et end-til-ende neuralt netværk, der tager rå sensordata og direkte giver kontrolsignaler.Dette design efterligner, hvordan insekter bevæger sig ved hjælp af få neurale ressourcer uden kortlægning eller planlægning.
Systemet kører på et 12 × 16 dybdekort og administrerer stadig navigation.Selvom opløsningen er lav, giver dataene nok signaler til ANN til at guide en drones bevægelse og undgå hindringer.Træning blev udført i en simulator ved hjælp af enkle former for at skabe forskellige miljøer.En fysikmotor var en del af træningssløjfen, hvilket gjorde det muligt at lære i enkelt- og multi-drone-indstillinger.Andre droner blev behandlet som bevægelige forhindringer.
En styrke i systemet er dets struktur.Det bruger tre indviklede lag og kører på et $ 21 computing board.Træning tager to timer på en GPU.Modellen understøtter svermnavigation uden planlægning eller kommunikation mellem droner, hvilket gør det nemt at skalere.
Tidligere dybe læringsmodeller havde brug for mærkede data og ofte mislykkedes uden for laboratorieindstillinger.Denne tilgang inkluderer dronens fysikmodel i træning, hvilket forbedrer træningshastigheden og generaliseringen til andre indstillinger, især for bevægelse og stabilitet.
Forskerne viste, at små modeller kan matche eller slå store modeller, der er trænet på store datasæt.Dette sætter spørgsmålstegn ved ideen om, at flere data altid er bedre.I stedet kan brug af fysisk viden og godt matchede træningsbetingelser fungere bedre.
Det kunstige neurale netværk (ANN), med under 2 MB parametre, lader droner flyve ved 20 m/s ved kun at bruge dybdeindgang.Dette viser, at stærke interne fysiske modeller kan være mere nyttige end højdetaljensorer.
Skønt trænet i simulering viste systemet bred generalisering.Det kunne understøtte opgaver som drone racing, filmoptagelse, lagerinspektion og søgning og redning i GPS-begrænsede områder.Undersøgelsen viser, hvordan enkle neurale netværk, der er trænet med fysik, kan understøtte drone -autonomi i skala.
