AI, dronların haritalar veya sensörler olmadan uçmasına izin verir
Dronlar haritalar veya ekstra parçalar olmadan kendi başlarına uçabilir mi?Yeni bir sistem, temel fizik ve küçük ağların bunu nasıl mümkün kılabileceğini gösterir.
Shanghai Jiao Tong Üniversitesi'ndeki araştırmacılar, dronların büyük veya pahalı bileşenlere güvenmeden kendi başlarına gezinmesine yardımcı olmak için yeni bir yol geliştirdiler.Bu yaklaşım böcek hareketinden yararlanır ve derin öğrenmeyi temel fizik ilkeleriyle birleştirir, dronların haritalama veya dış kontrol olmadan boşluklardan geçmesine izin verir.
Önerilen sistem bunun yerine ham sensör verileri alan ve doğrudan kontrol sinyalleri veren bir uçtan uca sinir ağı kullanır.Bu tasarım, böceklerin haritalama veya planlamadan birkaç sinirsel kaynak kullanarak nasıl hareket ettiğini taklit eder.
Sistem 12 × 16 derinlik haritasında çalışır ve hala navigasyonu yönetir.Çözünürlük düşük olmasına rağmen, veriler YSA'nın bir dronun hareketini yönlendirmesi ve engellerden kaçınması için yeterli ipucu verir.Farklı ortamlar oluşturmak için basit şekiller kullanılarak bir simülatörde eğitim yapıldı.Bir fizik motoru, eğitim döngüsünün bir parçasıydı ve tek ve çok drone ayarlarında öğrenmeyi mümkün kıldı.Diğer dronlar hareketli engeller olarak kabul edildi.
Sistemin bir gücü yapısıdır.Üç evrişim katmanı kullanır ve 21 dolarlık bir bilgi işlem kartında çalışır.Bir GPU'da eğitim iki saat sürer.Model, dronlar arasında planlama veya iletişim olmadan sürü navigasyonunu destekleyerek ölçeklenmeyi kolaylaştırır.
Daha önceki derin öğrenme modelleri etiketli verilere ihtiyaç duyuyordu ve genellikle laboratuvar ayarlarının dışında başarısız oldu.Bu yaklaşım, özellikle hareket ve istikrar için eğitim hızını ve diğer ortamlara genelleştirmeyi artıran eğitimdeki Fizik Modelini içerir.
Araştırmacılar, küçük modellerin büyük veri kümelerinde eğitilmiş büyük modelleri eşleştirebileceğini veya yenebileceğini gösterdi.Bu, daha fazla verinin her zaman daha iyi olduğu fikrini sorgular.Bunun yerine, fiziksel bilgi ve iyi eşleştirilmiş eğitim koşulları kullanmak daha iyi çalışabilir.
2 MB'lık parametrenin altında olan yapay sinir ağı (ANN), dronların sadece derinlik girişini kullanarak 20 m/s'de uçmasına izin verir.Bu, güçlü iç fizik modellerinin yüksek detaylı sensörlerden daha yararlı olabileceğini gösterir.
Simülasyon konusunda eğitilmiş olmasına rağmen, sistem geniş bir genelleme gösterdi.GPS sınırlı alanlarda drone yarışı, çekim, depo denetimi ve arama ve kurtarma gibi görevleri destekleyebilir.Çalışma, fizikle eğitilmiş basit sinir ağlarının drone özerkliğini ölçekte nasıl destekleyebileceğini göstermektedir.
