Արհեստական բանականությունը դրոնների FPV մրցավազքում գերազանցել է մարդ չեմպիոններին

Ցյուրիխի համալսարանի ինժեներները մշակել են արհեստական ​​բանականությամբ գործող Swift ալգորիթմը, որը նախատեսված է անօդաչու թռչող սարքերի կառավարման համար: Ինչպես տեղեկացնում է The Guardian-ը, պլատֆորմը մրցել է այս դիսցիպլինում աշխարհի չեմպիոնների հետ և հաղթել 25-ից 15 մրցավազքում՝ գրանցելով ժամանակային լավագույն ցուցանիշներ մրցուղու վրա, որտեղ դրոնները զարգացնում են մինչև 80 կմ/ժ արագություն և մինչև 5g արագացում (շատ մարդիկ ուշաթափվում են նման պայմաններում):

First Person View (FPV) դրոնների մրցույթը արագընթաց թռչող անօդաչու թռչող սարքերի մրցավազք է, որի ընթացքում դրոնները պետք է անցնեն դարպասների միջով՝ առանց դրանց դիպչելու և վթարվելու: Օպերատորներն առաջնորդվում են դրոնի վրա տեղադրված տեսախցիկի տրամադրած պատկերով։ Փորձարկման ժամանակ Swift համակարգը մրցել է դրոնների FPV-ի մրցավազքի երեք չեմպիոնների՝ Թոմաս Բիտմատայի, Մարվին Շապերի և Ալեքս Վանովերի հետ: Վերջիններս մրցարշավից առաջ մեկ շաբաթ մարզվել են վազքուղու վրա, իսկ Swift-ը մարզվել է սիմուլյացիայով, որտեղ վերստեղծվել է նույն վազքուղու վիրտուալ տարբերակը։

Արհեստական բանականության հետ աշխատելիս օգտագործվել է խորը ամրապնդման ուսուցում (deep reinforcement learning), որը փորձելու և սխալվելու վրա հիմնված մեթոդ է։ Մարզումների ժամանակ դրոնը մի քանի հարյուր անգամ վթարի է ենթարկվել, բայց սիմուլյացիոն պայմաններում դա խնդիր չէ: Մրցավազքի ընթացքում տեսախցիկի տվյալներն ուղարկվել են նեյրոնային ցանց, որն օգնել է հայտնաբերել վազքուղու վրա գտնվող դարպասները։ Այս տվյալները լրացվել է իներցիայի սենսորի տրամադրած տվյալներով, որն օգնել է գնահատել դրոնի դիրքը, կողմնորոշումը և արագությունը։ Տվյալների այս համատեղ հոսքը իրական ռեժիմում փոխանցվել է մեկ այլ նեյրոցանցի, որն էլ արդեն որոշումներ է կայացրել և հրամաններ տվել դրոնին:

Մրցավազքի վերլուծությունը ցույց է տվել, որ Swift-ը սկզբում միշտ ավելի արագ է եղել ու ավելի կոշտ շրջադարձեր կատարել, քան մարդ օպերատորները: Սակայն արհեստական բանականությունը պարտվել է մրցավազքերի 40%-ի դեպքում, և դրոնը մի քանի անգամ վթարվել է: Համակարգը, ենթադրաբար, զգայուն է եղել արտաքին պայմանների նկատմամբ, օրինակ՝ լուսավորության:

Այդուհանդերձ, Swift-ը հիմնականում առնչվել է իրական աշխարհի առանձնահատկություններին՝ աերոդինամիկ տուրբուլենտություն, տեսախցիկի ապակու մշուշապատում, լույսի տատանումներ, որոնք բոլորը կարող են շփոթեցնել համակարգերին, որոնք պատրաստված են հետևելու նախապես հաշվարկված հետագծին:

Ըստ պարբերականի՝ գործնականում նման նավիգացիոն համակարգը կարող է օգնել այրվող շենքերում մարդկանց փնտրելու, խոշոր կառույցներում, այդ թվում՝ նավերի ստուգումներ անցկացնելու հարցում։ Զինվորականներին ևս այս տեխնոլոգիան անխուսափելիորեն կհետաքրքրի։