Naukowcy z MIT opracowali nową klasę sieci neuronowych, które w sposób płynny pozwalają dronowi na samodzielne i bezkolizyjne docieranie do wyznaczonego celu.
Płynny i bezkolizyjny lot dzięki najnowszej klasie algorytmów ML
Zespół naukowców z Laboratorium Informatyki i Sztucznej Inteligencji (CSAMIL), należący do MIT, opracowali metodę, która umożliwia bezkolizyjne i płynne loty dronów w skomplikowanych i nieznanych dla nich środowiskach.
Te płynne sieci neuronowe mogą samodzielnie dostosowywać się do danych, które otrzymują. Jak wynika z badań są one wyjątkowo sprawne i potrafią podejmować niezawodne decyzje na terenach leśnych, w krajobrazach miejskich czy środowiskach, gdzie emitowane są dodatkowe dźwięki.
Najnowsza klasa algorytmów uczenia maszynowego jest w stanie rozpoznać przyczynową strukturę zadań na podstawie licznych danych, również wielowymiarowych i nieustrukturyzowanych. Oznacza to, że właśnie te sieci neuronowe są na tyle elastyczne, że mogłyby przewyższyć wiele istniejących obecnie technologii, wykorzystywanych do działań nawigacyjnych.
Sieci neuronowe mogą pomóc w dotarciu do zagubionych i ich ratowaniu
Wykorzystanie dronów, wyposażonych w zaawansowane sieci neuronowe, są niezwykle szerokie i mogłyby usprawnić liczne zadania. Należy do nich m. in. proces poszukiwania i ratownictwa zagubionych osób, dostarczanie potrzebnych przedmiotów czy żywności i leków w miejsca trudno dostępne, a także monitoring i obserwacja dzikich zwierząt w ich naturalnych warunkach.
Zasada działania nowej klasy algorytmów opiera się o wychwytywanie danych wejściowych w formie pikseli, zarejestrowanych przez kamerę ulokowaną na dronie. W oparciu o te informacje, sieci neuronowe są w stanie oznaczyć najważniejsze aspekty wykonywanego zadania i pominąć te mało istotne.
Opracowany system został wstępnie przeszkolony w oparciu o dane zgromadzone przez ludzkiego pilota, a następnie w postaci serii eksperymentów w warunkach rzeczywistych. W ten właśnie sposób przeszedł testy zasięgu, warunków skrajnych, rotacji, okluzji celu, wędrówki z przeciwnikami, pętli trójkątne oraz proces śledzenia celów.
