Инженеры НАСА разработали несколько квадрокоптеров собственой конструкции, а также создали ИИ, управляющий ими. В качестве проверки возможностей системы представители агентства провели соревнование своего ИИ с профессиональным оператором дрона
Исследователи из Лаборатории реактивного движения НАСА в Пасадена, Калифорния, недавно провели весьма своеобразные соревнования. В них приняли участие человек и искусственный интеллект (слабая его форма). Оба соперника управляли дронами на большой скорости. При этом оператор-человек далеко не впервые работал с беспилотником, это был профессиональный «пилот».
О соревнованиях, которые проходили 12 октября, стало известно лишь сейчас. А сами соревнования — часть большого проекта продолжительностью в два года, который спонсировался корпорацией Google. Компанию заинтересовали технологии НАСА в сфере визуальной навигации беспилотных систем. Для того, чтобы продемонстрировать достоинства своей разработки, агентство и провело этот своеобразный эксперимент.
Команда проекта построила три кастомных дрона, которые получили название Batman, Joker и Nightwing. Также были разработаны сложные алгоритмы, которые позволяли коптерам лететь на высокой скорости, избегая при этом препятствий. Эти алгоритмы были подключены к системе Google Tango, в разработку которой НАСА также была вовлечена.
Все три дрона были созданы скоростными — максимальная скорость их полета составляет 129 километров в час. Максимальной скорости устройства могут достичь лишь в случае полета по прямой. Из-за сложной траектории полета, которая была обусловлена конфигурацией «трека», дроны могли набрать максимум около 64 километров в час. Выше скорость набрать нельзя, иначе неизбежно происходило столкновение с препятствием.
«Мы противопоставили алгоритмы против человека-оператора, который обычно управляет дроном, используя интуицию и ощущения», — говорит Роб Рейд из JPL. «Вы можете видеть, как коптеры под управлением ИИ мягко проходят препятствия и меняют курс, в то время, как оператор-человек управляет беспилотниками гораздо более агрессивно».
Во время соревнования на стороне людей «выступал» Кен Лу, один из наиболее известных операторов дронов в мире. Он говорит, что в процессе соревнования столкнулся с таким чувством, как усталость, чего, конечно, не испытывала машина, почти безошибочно управлявшая своими квадрокоптерами. Человек же устает достаточно быстро, и координация движений, реакция, учет ошибок — все это ухудшается с каждым кругом.
Лу удавалось набирать более высокую скорость, его дроны летели быстрее, чем беспилотники под управлением машины. Также он выполнял впечатляющие трюки в воздухе. Ну а машинный интеллект управлял своим коптером мягко, плавно, неагрессивно. Зато очень уверенно, и эта уверенность, если так можно выразиться, чувствовалась на всем протяжении полета.
«Это одна из наиболее сложных трасс, которые я когда-либо проходил», — заявил Лу после завершения соревнований. «Одна из проблем — усталость, я быстро уставал. Мои чувства притуплялись, начинал проигрывать, несмотря на то, что трасса была мне хорошо знакома».
Изначально у оператора-человека было преимущество в несколько секунд. Он проходил круг за 11,1 секунды, в то время, как ИИ пролетал то же расстояние за 13,9 секунд. Но с течением времени Лу требовалось уже больше времени, а вот ИИ проходил круг за кругом за примерно одно и то же время.
Разработчики дронов и самой системы заявили потом, что коптеры могли лететь гораздо быстрее. «Однажды вы увидите их на профессиональных соревнованиях», — заявили представители НАСА. В качестве средства навигации ИИ использовал GPS. Без этого ориентироваться компьютеру было бы невозможно.
Что касается практического использования технологии, то это, конечно, далеко не только соревнования. Сейчас многие компании разрабатывают системы автоматической доставки товаров покупателям. Аналогичную систему пытается создать, к примеру, Amazon. Эти же технологии могут использоваться на складе, во время ликвидации последствий катастроф (для разведки местности). В будущем, считают в НАСА, дроны могут даже летать по космической станции, ловко маневрируя, с целью доставки грузов астронавтам или «перевозки» вещей с одного места в другое.
Комментарии (20)
red75prim
27.11.2017 05:54В качестве средства навигации ИИ использовал GPS. Без этого ориентироваться компьютеру было бы невозможно.
Судя по статье, дроны не использовали GPS. Например:
[...] the drones sometimes moved so fast that motion blur caused them to lose track of their surroundings.
"Иногда дроны двигались так быстро, что изображение на камерах размывалось, и они теряли способность определять своё местоположение"
или
[...] autonomous drones typically rely on GPS to find their way around. That's not an option for indoor spaces [...] or dense urban areas.
"Автономные дроны обычно используют GPS для навигации. Но GPS не подходит для навигации внутри помещений или в плотно застроенных городских районах"
mwambanatanga
27.11.2017 05:55Резюме: человек лучше, но АИ берёт измором.
Garbus
27.11.2017 06:16А мне результаты показались довольно странными. Где тут самообучение у компьютера, где оптимизация маршрута и доведение его до идеала с использованием максимальных возможностей дрона? Выходит обычный автопилот придерживающийся заданного маршрута, при чем тут ИИ? Во всяком случае такой вывод получается у меня из перевода.
red75prim
27.11.2017 06:39В статье на сайте NASA информации тоже немного. Но есть подозрение, что они тестировали систему локализации дрона по данным с камер дрона на основании предварительно построенной карты окружения. Траектория дрона, скорее всего, была жёстко задана и не менялась. Отношения к ИИ и машинному обучению, похоже, не имеет.
trapwalker
27.11.2017 13:34Почему не имеет? Наверняка они там использовали нейронные сети для управления дроном. Дело в том, что обучать «ИИ» на прохождении именно этой трассы — довольно бессмысленно. Цель-то не в том, чтобы научиться максимально эффективно проходить одну единственную трассу, напротив, нужно достичь универсальности.
Вообще такие соревнования — это чисто маркетинговое явление. Никто всерьёз не рассматривает человека как конкурента узкоспециализированным техническим решениям. Просто очередная техническая планка была отмечена очередной «победой» экскаватора над землекопами. Если землекоп без гранаты, а экскаватор без пулемёта, то это уже даже скучно будет наблюдать второй или третий раз.red75prim
27.11.2017 16:12Чтобы достичь универсальности без тысяч разбитых дронов на каждую новую трассу нужен прорыв в transfer learning (применение навыков выученных на одной задаче на другую). Вряд ли бы они умолчали о таком прорыве.
trapwalker
28.11.2017 16:04Как-то вы слишком категоричны. Может быть нейронная сеть у них используется для какой-нибудь коррекции какого-нибудь вектора тяги в зависимости от показаний инерционных датчиков. Или нейронка у них фильтрует видеопоток отыскивая самые удачные опорные точки для других более классических алгоритмов.
А «без тысяч разбитых дронов» можно учиться на симуляторе или на уже промаркированных другими средствами, алгоритмами или людьми видеопотоках с других дронов. Еще можно летать в безопасной среде, огороженной сеточками или на привязи.
Мы не знаем что там к чему и как именно сделано. Зачем так категорично и однозначно? Там у вас «подозрения», а тут уже такие утверждения, что аж оторопь берёт.
Akon32
27.11.2017 12:10Полагаю, на фиксированной трассе достаточно знать геометрию, физику, характеристики дрона и иметь калькулятор, чтобы построить оптимальный маршрут. Эту задачу можно решить и алгоритмически (даже на произвольной трассе). Самообучение может и не потребоваться.
Garbus
27.11.2017 13:46В теории можно. На ведь и состоит интерес в том, чтобы ИИ сам заодно выяснял точные характеристики, которые ему требуются для построения трассы и управления дроном.
А то выполнив большую часть расчетов и измерений, говорить о успехах именно ИИ в управлении преждевременно.
ChaosMage
27.11.2017 08:56Кен Лу еще дизайнит очень крутые рамы для квадриков, кому интересно погуглите californiaquads. Его последняя Ред Панда это просто чума.
DEM_dwg
27.11.2017 10:25Меня больше интересует, как данный «ИИ» справился бы с трассой которую он видит в первый раз.
А то так получается что намотали по одной и той же трассе кучу кругов, а «ИИ» с одним и тем же временем пролетал трассу.
Получается что он и не оптимизировал свой полет.
Т.е. больше похоже на заданную трассу в которую он пытался вписаться, как об этом писали выше.
potan
27.11.2017 12:27Интересно, а можно ли формально описать, что значит «агресивно» и «мягко». Скорее всего это вызвано слишком большими штрафами за сближение с препятстривем при обучении и если их снизить, то дрон научится летать быстрее.
vlad_bo
27.11.2017 17:20Интересно, как изменился бы результат, проходи полёты на открытом воздухе: внезапно появляется ветер или, к примеру, падает препятствие…
iG0Lka
27.11.2017 20:23нужно было проводить соревнование при изменяющейся каждый раз трассе — например одни из ворот меняют свое расположение с каждым новым кругом. Иначе это не ИИ, а станок с ЧПУ, летает по одному записанному маршруту.
PavelZhigulin
tl;dr;
Человек летает быстрее и эффектнее, но ИИ надежно и всего на 15-20% времени. Если учесть, что сравнивали с профессиональным дроноуправителем, то результат отличный и в перспективе ИИ ожидаемо уделает человека
Hardcoin
Обычного человека со средними навыками он уже уделывает.