高级系列的更强大的无人机正在自学如何飞行

 
无人机，特别是四旋翼飞机，是一个适应性强的地方。它们已被用于评估灾后的损失，在地面救援人员过于危险的区域运送绳索和救生衣，对着火的建筑物进行调查并运送医疗标本。
但是要发挥其全部潜力，他们必须坚强。在现实世界中，无人驾驶飞机被迫在坍塌的建筑物中导航不确定的形状，避开障碍物并应对包括风暴和地震在内的严峻条件。
在南加州大学维特比工程学院计算机科学系，研究人员创造了人工智能无人机，当被推，踢或与物体碰撞时，它们可以快速恢复。自主无人机“学习”如何从模拟过程中遇到的一系列困难情况中恢复过来。
研究的主要作者阿特姆·莫尔恰诺夫(Artem Molchanov)说：“目前，为稳定四轴飞行器而设计的控制器需要进行仔细的调整，即使在这种情况下，它们在破坏鲁棒性方面也受到限制，并且是特定于模型的。”在南加州大学机器人系统嵌入式实验室的计算机科学专业获得博士学位。
“我们正在努力消除这一问题，并提出一种利用强化学习方面的最新进展的方法，以便我们可以完全消除手动调整控制器，并使无人机对干扰具有超强的鲁棒性。”
该论文名为“ Sim-to-(Multi)-Real：将低级鲁棒控制策略转移到多个Quadrotor”，已在国际智能机器人和系统会议上发表。
合著者是南加州大学计算机科学硕士研究生的陈涛。沃尔夫冈·洪尼格(Wolfgang Honig)，前南加州大学计算机科学博士。学生; James A. Preiss，计算机科学博士学位。学生;南加州大学计算机科学助理教授Nora Ayanian以及Andrew和Erna Viterbi早期职业生涯主席;和Gaurav Sukhatme，计算机科学与电气与计算机工程教授，南加州大学维特比分校常务副院长。
多年来，机器人学家一直在寻求鸟类的飞行灵感。但是，在像羽毛一样的无人机敏捷之前，无人机还有很长的路要走。当无人驾驶飞机以不理想的方向(例如颠倒)结束时，可能很难自行纠正。 “无人机是天生不稳定的系统，”莫尔查诺夫说。
“控制无人机需要很高的精度。特别是当突然发生某些事情时，您需要快速而精确的控制输入序列。”但是，如果无人驾驶飞机能够像人类一样从经验中学习，它将更有能力克服这些挑战。
考虑到这一点，USC研究人员团队创建了一个系统，该系统使用一种机器学习(一种人工智能的子集)，称为强化学习，以在模拟环境中训练无人机。更准确地说，是训练无人机的“大脑”或神经网络控制器。
莫尔科诺夫说：“强化学习是受生物学启发的，这与完成指令后如何奖励狗来训练非常相似。”
当然，无人机没有零食。但是在强化学习的过程中，他们确实会收到算法上的奖励：数学强化信号，这是一种正强化，用于推断哪些动作是最理想的。
模拟学习
无人机将以模拟模式启动。莫尔恰诺夫说，起初，它对世界及其所要达到的目标一无所知。它试图跳一点或在地面上旋转。
最终，它学会了飞一点，并接收到增强信号。通过此过程，它逐渐了解如何平衡自身并最终飞行。然后，事情变得更加复杂。
在仍处于仿真状态时，研究人员向控制器抛出随机条件，直到它学会成功处理它们为止。它们将噪声添加到输入中以模拟逼真的传感器。它们改变了电动机的尺寸和强度，并从不同角度推动了无人机。
在24小时的过程中，系统将处理250小时的实际培训。像训练轮一样，在模拟模式下学习可以使无人机在安全的环境中自行学习，然后释放到野外。最终，它找到了解决其道路上每一个挑战的解决方案。
“在仿真中，我们可以运行成千上万的场景，” Molchanov说。
“我们不断改变模拟器，这使无人机可以学习适应环境的所有可能的缺陷。”
高级系列的更强大的无人机正在自学如何飞行

 
现实世界中的挑战
为了证明他们的方法，研究人员将训练有素的控制器转移到由Ayanian团队自动协调实验室开发的真实无人机上。在网状室内无人机设施中，他们将无人机飞过，并试图通过踢和推将其甩开。
无人机成功地纠正了90%的中度打击(包括轻击，轻踢和与物体碰撞)。一旦在一台机器上进行训练，该控制器便能够快速推广到具有不同尺寸，重量和大小的四轴飞行器。
尽管研究人员在本研究中专注于鲁棒性，但他们惊讶地发现该系统在轨迹跟踪方面也具有竞争力-从点A到点B到点C。虽然没有为此目的进行专门培训，但似乎也进行了严格的模拟培训使控制器能够精确地跟踪移动目标。
研究人员指出，仍有工作要做。在这个实验中，他们手动调整了无人机的一些参数，例如，限制最大推力，但是下一步是使无人机完全独立。该实验是朝建造坚固的无人机迈出的有希望的一步，该无人机可以自我调整并从经验中学习。
Molchanov的顾问兼Fletcher Jones基金会计算机科学特聘主席Sukhatme教授说，这项研究解决了机器人技术中的两个重要问题：鲁棒性和泛化性。
Sukhatme说：“从安全的角度来看，稳健性至关重要。如果您正在构建一个飞行控制系统，那么它不会太脆弱并且在出现问题时会崩溃。”
“另一个重要的事情是泛化。有时您可能会构建一个非常安全的系统，但是它将非常专业。这项研究表明了成熟而有成就的博士生可以实现什么，而我为Artem和他组建的团队。”