SG.hu

Legyőzte az emberi drónpilótákat a mesterséges intelligencia

A Zürichi Egyetem létrehozta az első olyan autonóm rendszert, amely képes legyőzni az embert drónversenyzésben. Most először verte meg egy mesterséges intelligenciával működő nagy sebességű drón a világbajnok versenyzőket.

Az FPV, azaz első személyből nézett drónverseny egy olyan sport, ahol a versenyzők drónokat próbálnak meg minél gyorsabban végigvezetni egy akadálypályán. A pilóták távolról irányítják a drónokat, miközben a fejükön lévő szemüvegben azt látják, amit a drónra szerelt fedélzeti kamera lát. A Zürichi Egyetem és az Intel kutatócsoportja bejelentette, hogy kifejlesztettek egy Swift nevű autonóm drónrendszert, amely képes legyőzni az embereket ebben a játékban. Bár a mesterséges intelligencia korábban már legyőzte az embereket olyan játékokban, mint a sakk, a Go vagy akár a StarCraft, ez az első alkalom, hogy egy mesterséges intelligenciával működő rendszer felülmúlja az emberi pilótákat egy fizikai sportban.

A Zürichi Egyetem kutatói már évek óta próbálkoznak egy erre képes mesterséges intelligencia megalkotásával, de korábban egy speciális mozgásfelvevő rendszer segítségére volt szükségük a győzelemhez. Nemrégiben egy olyan autonóm áttöréssel álltak elő, amely nagyrészt a gépi látáson alapul, így a mesterséges intelligencia rendszer egyenrangúvá vált az emberi pilótával. A Swift három világklasszis emberi pilóta ellen versenyzett: a 2019-es Drone Racing League bajnoka, Alex Vanover, a 2019-es MultiGP Drone Racing bajnoka, Thomas Bitmatta és a háromszoros svájci bajnok Marvin Schaepper ellen.


Megoldásuk az emberi versenyzők által használt kamerákhoz hasonló, valós idejű adatokat gyűjtő fedélzeti kamerát használ. Emellett egy integrált inerciális mérőegységet is tartalmaz, amely méri a drón gyorsulását és sebességét. Egy mesterséges neurális hálózat feldolgozza ezeket az adatokat, hogy meghatározza a drón helyzetét a térben és azonosítsa a versenykapukat a pályán. Ezt az információt aztán egy szintén mély neurális hálózaton alapuló vezérlőegység arra használja fel, hogy kiválassza a legjobb irányt a versenypálya minél gyorsabb teljesítéséhez. A csapat a mesterséges intelligenciamodellt gépi tanulással képezte ki egy szimulált környezetben, ahol a rendszer próbálgatással és a hibák korrigálásával javította magát.

A versenyek 2022. június 5. és június 13. között zajlottak egy speciálisan kialakított pályán, amely egy 25 x 25 méteres területet fedett le. A pálya hét négyzet alakú kapuból állt, amelyeken minden körben sorrendben kellett áthaladni. A verseny megnyeréséhez a versenyzőnek három egymást követő kört kellett teljesítenie az ellenfele előtt. Az autonóm drónok csak a fedélzeti mérésekre támaszkodhattak, külső infrastruktúra, például mozgásérzékelő rendszerek támogatása nélkül. A pálya olyan kihívást jelentő manővereket is tartalmazott, mint például a "Split-S", amely "egy akrobatikus mozdulat, amely a drón félfordulatából és egy ereszkedő félkör teljes sebességgel történő végrehajtásából áll" - írja az UZH.


A Swift több győzelmet is szerzett az emberi bajnokok ellen, sőt, a leggyorsabb kört is ő könyvelte el, fél másodperces előnnyel végzett a legjobb emberi pilóta előtt. A kutatók megjegyezték azonban, hogy a mesterséges intelligencia rendszer az általánosítás és az alkalmazkodóképesség terén korlátokat mutatott, és küszködött, amikor a körülmények eltértek a betanítottaktól, például a fényviszonyok megváltozása miatt. Összességében a verseny megmutatta, hogy bár a mesterséges intelligencia jelentős előrelépéseket tett a fizikai környezetben való navigálás terén, az emberi pilóták még mindig előnyben vannak az alkalmazkodóképesség és a változó körülményekre való reagálás terén.

A csapat szerint az új technológiának számos lehetséges valós alkalmazása van. Scaramuzza, az UZH Robotika és észlelés csoportjának vezetője szerint a drónok gyorsabb repülése növeli azok hasznosságát a korlátozott akkumulátor-kapacitásuk miatt. A Swift képességei az erdőmegfigyelésben, az űrkutatásban és a filmiparban találhatnak alkalmazást, ahol a gyorsan mozgó drónokkal akciójeleneteket lehetne forgatni. Emellett a technológia hasznos lehet a kereső- és mentőakciókban, ahol a drónoknak gyorsan kell nagy területeket lefedniük.

Hozzászólások

A témához csak regisztrált és bejelentkezett látogatók szólhatnak hozzá!
Bejelentkezéshez klikk ide
(Regisztráció a fórum nyitóoldalán)
  • felemelő #3
    Vagyis vannak helyzetek, ahol a drón sokkal jobb (természetesen, mint minden gép, a célfeladatra alkalmasabb mint az ember, lásd daru, fúró és kalapács).

    Amit a verseny szimulál és amire a háttérből a pénz jön, tippemre (pl. katasztrófa helyzetben vagy harci cselekményben) ott az ismeretlen terepen mozgás még "nem nagyon megy nekik".
    Itt is "vonalkódosak" a kapuk... ja egy gépnek úgy könnyű :)

    Természetesen minden ilyen fejlesztésnek van értelme és célja és még a hasznosítását is meg fogja találni a valós életben ill. a gazdaságban.

    Azért jelenleg nem az autonom drónok fogják átvenni a prioritást :) :)

    De tippemre még a folyamatosan változó, ismeretlen terepen is nagy segítséget adhat az MI, pl. az ember adja meg a célt, tereli az útvonalon, de a drón autonóm módon figyeli a lokális akadályokat és nem direkt utasítás szerint, hanem a kapott tervet követve mozog.
  • kvp #2
    "Az MI gondolom ilyen körülmények között meg se moccanna."

    Egy jol megirt MI siman vegigmenne. Csak kulon matrixba kell szervezni a kapu azonosito alrendszert, az utvonalfelismero, az utvonaltervezo es a vezerlo alrendszert. Ha egyszer veig lehet menni a palyan a verseny elott lassan, akkor a dron verhetetlen lenne, mert ha egyszer megjegyezte mi hol van, akkor onnantol mar az idealis palyaiven tud menni. (a palya betanulasa es a verseny kozott a virtualis kornyezetben kvazi annyit optimalizal amennyit csak akar, tobb millio gyakorlo kort tud futni par masodperc alatt)

    A fenyviszonyokra erzekenyseg azt jelenti, hogy nyers neuralis matrixokat hasznaltak, nem a fent leirt strukturalt rendszert, ahol a latasi alrendszer levalaszthato a palyaismereti es vezerlesi alrendszerekrol. Az emberi agy is igy mukodik, az alap latasi funkciok (a 3D melysegi terkep es a mozgasi vektorok eloallitasaig) meg a latokozpont elott vannak a latoideg utvonalaba huzalozva. Ez egy velunk szuletett kepesseg, nem tanult, tehat kvazi hardwired. (genetikai evolucios modon letrejott neuralis matrix) A mintaillesztesi es szegmentacios funciok ugyan tanultak, de mar fenyviszony fuggetlenek es normalizalt adatokon dolgoznak.

    Az MI-knek meg nagyon sok lehetoseguk van fejlodni, de egyelore a fejlesztok meg nem hasznaljak ki a biologiai rendszerek vizsgalatabol nyert informaciokat. Az az elmelet, hogy minden strukturalt neuralis rendszer transzformalhato (kilapithato) egyetlen egyszeres visszacsatolasu, egyetlen reteg melysegu sparse neuralis matrixxa egyelore csak sejtes. Amennyiben beigazolodik, akkor nagymertekben felgyorsithatoak a szamitogepes modellek es ezzel lehetoseg lenne altalanos celu mesterseges intelligenciak letrehozasara.
  • tom_pika #1
    Akkor a következő lépésben legyenek csillag alakú, sima pirosra festett kapuk, a pálya vonalvezetése legyen más, és egyszer mondják el, merre kell menni.
    Az MI gondolom ilyen körülmények között meg se moccanna.
    Utoljára szerkesztette: tom_pika, 2023.09.05. 11:15:34