Исследователи из Цюрихского университета разработали алгоритм машинного обучения для управления квадрокоптерами, способный превзойти профессиональных пилотов гонок на дронах.

Алгоритм рассчитывает "оптимальные траектории полета", учитывая при этом ограничения самого дрона, чтобы случайно не выйти за рамки его возможностей.

Казалось бы, система машинного обучения снова победила человека – это уже не впервые. Но это первый случай в мировой практике, когда автономная система победила не одного, а сразу двух пилотов-людей мирового класса.

Для тестирования системы исследователи университета создали специальный коридор для полетов. И автономному дрону, и пилотам-людям было разрешено тренироваться в нем.

Во время первых тестовых полетов искусственный интеллект не только смог показать самое быстрое время круга, но и со значительным отрывом обошел двух профессиональных пилотов на всех этапах пути.

Искусственный интеллект использует внешние камеры для отслеживания траектории дрона и выполнения правильных расчетов. Команда надеется модифицировать систему для использования бортовых камер квадроцикла.

Использование систем бортовых камер жизненно важно для решения других задач, связанных с дронами. Исследователи ожидают, что их работа будет полезна для таких приложений, как поисково-спасательные работы, инспекция зданий, доставка посылок и прочее.

Однако алгоритм кране требователен к вычислительной мощности встроенного процессора и потребляет много энергии и времени на обработку данных. В настоящее время компьютеру требуется около часа, чтобы точно рассчитать оптимальную траекторию, в то время когда человек справляется с этой задачей быстрее, пусть и с ошибками.

Поэтому очевидно, что в ситуациях, где необходимо быстрое реагирование, вроде поисково-спасательных операций, подобные дроны не подходят, и человек справится лучше машины.

Подготовила: Нина Петрович