加州理工开发让多台无人机在拥挤、陌生环境下导航的 AI 技术

加州理工开发让多台无人机在拥挤、陌生环境下导航的 AI 技术
文章图片
无人机技术虽然说在近几年来发展迅速 , 但基本上还是只适合在室外使用 , 想要在室内环境使用的话 , 太容易撞到障碍物或是其他无人机了 。 不过 , 加州理工的研究人员所开发的机器学习演算法「Global-to-localSafeAutonomySynthesis(GLAS)」 , 让一群无人机也有机会能在拥挤、没有地图的环境下自动导航 , 使得室内的无人机使用也有一定的自由度 , 且能自行适应环境 。
GLAS的关键在于一群无人机当中的每个个体 , 都能自行判断在其近旁的障碍物位置与其他无人机的动向 , 并且自主做出反应 , 而不需要由一个中控系统同时控制所有的无人机 。 这就像在高速公路上的每一名驾驶 , 都能从四周有限的资讯 , 做出自己的判断来保持安全一样 。 此外 , 加州理工还开发了另一套名为「Neural-Swarm」的AI演算法 , 可以自行学习无人机之间复杂的空气动力交互作用 , 进一步确保飞行中的安全 。
【加州理工开发让多台无人机在拥挤、陌生环境下导航的 AI 技术】在短时间来说 , 这个技术最适合的可能是室内无人机拍摄 , 或是无人机灯光秀等应用 , 只要由控制中心指定前往的地点 , 无人机就能自行寻找合适的路线 , 并且避开其他无人机抵达目的 。 但未来在更多需要一大群无人机的应用领域 , 像是搜救任务或空中飞车上 , 应该也有这样的AI出场的机会吧 。


    推荐阅读