Logo
Cover

Алгоритм машинного обучения от инженеров из Цюрихского университета превзошел профессиональных пилотов в соревнованиях на квадрокоптерах. Как сообщает New Atlas, созданное ими ПО самостоятельно моделирует траекторию полета и строит самый эффективный маршрут. Система пригодится в процессе коммерциализации дронов-курьеров, предназначенных для быстрой доставки лекарств и посылок.

Эффективность беспилотников напрямую зависит от их надежности, скорости и стабильности работы. По мнению ученых, лучший способ добиться этой эффективности — заставить дроны соревноваться с людьми, чтобы научить алгоритмы действовать безошибочно в любых обстоятельствах. Соучредитель робототехнической компании NCCR Robotics и глава нового исследования Давиде Скарамуцца заявляет, что его команде инженеров удалось найти эту «формулу успеха». Они написали алгоритм и доказали его эффективность — автономный беспилотник впервые обошел двух пилотов-людей.

В ходе серии испытаний пилоты управляли одним и тем же квадрокоптером на заранее подготовленной трассе. Люди и алгоритм использовали внешние камеры для наблюдения за аппаратами. Пилоты — только для управления беспилотником, а компьютерная программа — для управления и расчета наиболее выгодных маршрутов. Несмотря на то, что пилоты заранее тренировались и тестировали беспилотник на трассе, алгоритм победил во всех соревнованиях. ИИ нашел идеальный маршрут, после чего точно воспроизводил его и с каждым кругом только улучшал свои результаты.

Инженеры объяснили, что предыдущие проекты по разработке автопилота опирались на упрощение систем для прогнозирования полета или заранее загружали маршруты в свои дроны. А новая система полагается только на конкретные путевые точки — алгоритм просто говорит дрону пройти через все станции, но не как и когда это необходимо сделать. Тестирование подтвердило, что более свободный подход обеспечивает лучшие результаты.

Разработчики довольны полученным результатом, но отметили, что технология нуждается в доработке. Сейчас компьютеру требуется около часа для расчета оптимальной по времени траектории полета. Кроме того, пока дрон полагается на внешние камеры, чтобы вычислить, где он находится в данный момент. Следующий этап проекта — перенести отслеживание полета и вычисление маршрута на бортовые камеры и компьютер, а также оптимизировать скорость обработки данных. Когда полноценная система будет реализована, швейцарские ученые перейдут к ее коммерциализации.