Volando drones de inscripción velocidad con destino a lo desconocido con inteligencia sintético

0 0


Cuando se trata de explorar entornos complejos y desconocidos como bosques, edificios o cuevas, los drones son difíciles de superar. Son rápidos, ágiles y pequeños y pueden transportar sensores y cargas útiles prácticamente a cualquier lugar. Sin embargo, los drones autónomos difícilmente pueden abrirse camino en un entorno desconocido sin un mapa. Por ahora, se necesitan pilotos humanos experimentados para liberar todo el potencial de los drones.

«Para dominar el vuelo ágil autónomo, es necesario comprender el entorno en una fracción de segundo para volar el dron por caminos sin colisiones», dice Davide Scaramuzza, que dirige el Grupo de Robótica y Percepción de la Universidad de Zúrich. “Esto es muy difícil tanto para humanos como para máquinas. Los pilotos humanos experimentados pueden alcanzar este nivel después de años de perseverancia y entrenamiento. Pero las máquinas todavía luchan «.

El algoritmo de IA aprende a volar en el mundo real gracias a un experto simulado

En un nuevo estudio, Scaramuzza y su equipo entrenaron un quadcopter autónomo para volar a través de entornos sin precedentes como bosques, edificios, ruinas y trenes, manteniendo velocidades de hasta 40 km / h sin chocar contra árboles, paredes u otros obstáculos. Todo esto se logró confiando solo en las cámaras y los cálculos a bordo del cuadricóptero.

La red neuronal del dron aprendió a volar observando una especie de «experto simulado», un algoritmo que pilotaba un dron generado por computadora a través de un entorno simulado lleno de obstáculos complejos. En todo momento, el algoritmo tenía información completa sobre el estado del quadcopter y las lecturas de sus sensores y podía contar con el tiempo y la potencia de cálculo suficientes para encontrar siempre la mejor trayectoria.

Tal «experto simulado» no podría utilizarse fuera de la simulación, pero sus datos se utilizaron para enseñar a la red neuronal cómo predecir la mejor trayectoria basándose únicamente en los datos de los sensores. Esta es una ventaja considerable sobre los sistemas existentes, que primero utilizan datos de sensores para mapear el entorno y luego planificar trayectorias dentro del mapa, dos pasos que llevan tiempo y hacen imposible el vuelo a alta velocidad.

No se necesita una réplica exacta del mundo real

Después de entrenar en simulación, el sistema se probó en el mundo real, donde pudo volar en una variedad de entornos sin colisiones a velocidades de hasta 40 km / h. «Si bien los humanos tardan años en entrenarse, la inteligencia artificial, que aprovecha los simuladores de alto rendimiento, puede lograr capacidades de navegación comparables mucho más rápido, prácticamente de la noche a la mañana», dice Antonio Loquercio, estudiante de doctorado y coautor del artículo. “Curiosamente, estos simuladores no necesitan ser una réplica exacta del mundo real. Si se utiliza el enfoque correcto, incluso los simuladores simplistas son suficientes ”, agrega Elia Kaufmann, otra estudiante de doctorado y coautora.

Las aplicaciones no se limitan a quadcopter. Los investigadores explican que el mismo enfoque podría ser útil para mejorar el rendimiento de los automóviles autónomos, o incluso podría abrir la puerta a una nueva forma de entrenar sistemas de inteligencia artificial para operaciones en dominios donde la recopilación de datos es difícil o imposible, por ejemplo, en otros planetas. .

Según los investigadores, los próximos pasos serán mejorar el dron a partir de la experiencia, así como desarrollar sensores más rápidos que puedan proporcionar más información sobre el medio ambiente en un período de tiempo más corto, permitiendo así que los drones vuelen de forma segura incluso a velocidades más altas de 40 kilómetros. por hora.

Literatura

Antonio Loquercio, Elia Kaufmann, René Ranftl, Matthias Müller, Vladlen Koltun, Davide Scaramuzza, Aprende a volar a gran velocidad en la naturaleza., Robótica científica, 6 de octubre de 2021

DOI: 10.1126 / scirobotics.abg5810

Material multimedia

YouTube: https://youtu.be/m89bNn6RFoQ

Fotos y videos de alta resolución:

https://tinyurl.com/2rvez93d

Fuente de la historia:

Materiales proporcionados por Universidad de zurich. Nota: El contenido se puede cambiar por estilo y longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More