Swift 드론은 AI 기술을 사용하여 FPV 이벤트에서 최고의 인간 플레이어를 물리칩니다.

인공지능이 이번에는 드론 경주에서 인간 세계 챔피언을 다시 한 번 이겼습니다.

이 주요 성과는 스위스 취리히 대학의 엔지니어 팀이 잡지 "Nature"와 "Science Robotics"에 게재했습니다. 2011년 AI 드론과의 첫 번째 경주 이후 Swift가 등장할 때까지 어떤 자율 드론도 인간 조종사를 이길 수 없었습니다. Swift는 2019 Drone Racing League 세계 챔피언 Alex Vanover, MultiGP International Open 챔피언 2회 Thomas Bitmatta, 스위스 내셔널 챔피언 Marvin Schaepper 3회 등 인간 플레이어 세계 챔피언을 물리쳤습니다

가상 영역에서는 체스, 체커, 바둑, 스타크래프트 등의 게임에서 인공지능이 인간을 이겼습니다. 이제 처음으로 육체적인 도전에서도 인간을 물리치는 데 성공했습니다

이 문단은 다음과 같이 다시 작성되었습니다. 이 게임은 고해상도 카메라가 장착된 "1인칭 시점"(FPV) 드론으로 진행되었습니다. Swift 드론 개발팀이 달성한 역사적인 승리를 자세히 설명하는 기사가 Science Robotics 잡지에 게재되었습니다. 드론 경쟁사 3곳과의 치열한 경쟁에서 이 드론은 25번의 도전 과제 중 15번을 승리했습니다. 프로젝트 담당자는 "우리의 결과는 인간을 위해 설계되고 인간이 이끄는 실제 체험 이벤트에서 AI 기반 로봇이 인간을 물리친 최초의 결과입니다"라고 말했습니다.

스위프트 드론의 성공 비결은 드론의 경로와 속도를 최적화할 수 있는 강력한 인공 신경망에 있습니다. 온보드 카메라를 통해 실시간으로 환경 세부 정보를 수집하여 드론에 대한 정확한 안내를 제공하는 반면, 인간 조종사는 헤드폰으로 전송되는 비디오 신호에 의존하여 "1인칭 관점"을 경험합니다.

이 드론 경주에서는 인간 조작자가 온보드 카메라를 통해 3D 트랙을 통해 드론을 제어합니다. Swift 시스템의 혁신은 드론의 상태를 추력과 회전 속도를 조정하는 명령에 매핑하는 기능입니다. 이번 성과는 모바일 로봇공학과 기계 지능 분야에서 획기적인 사건이다.

Swift 기술 소개

Swift는 온보드 센서와 컴퓨팅만을 사용하여 자율적으로 제어되는 쿼드콥터입니다. 항공기는 두 가지 핵심 모듈로 구성됩니다.

지각 시스템은 고차원의 시각적 정보와 관성 정보를 저차원 표현으로 변환합니다.
1. 제어 전략은 감지 시스템에서 생성된 저차원 표현을 수집하고 제어 명령을 생성합니다.
그 중 제어 전략은 피드포워드 신경망으로 표현되며 모델이 없는 온 정책 심층 강화 학습(RL)을 사용하여 훈련됩니다

시뮬레이션과 실제 세계의 감지 및 역학의 차이를 고려할 때 시뮬레이션에서만 전략을 최적화하면 드론의 실제 성능이 저하됩니다. 따라서 연구팀은 물리적 시스템에서 수집한 데이터를 이용하여 비모수적 경험적 잡음 모델을 추정하기로 결정했습니다

연구 결과에 따르면 이러한 경험적 소음 모델은 제어 전략을 시뮬레이션에서 현실로 성공적으로 전환하는 데 긍정적인 역할을 하는 것으로 나타났습니다

특히 Swift는 항공기의 센서 판독값을 제어 명령으로 변환합니다. 이 변환 프로세스는 두 부분으로 구성됩니다.

(1) 고차원 시각 및 관성 정보를 작업별 저차원 인코딩으로 정제하는 관찰 전략

(2) 제어 전략, 코딩을 드론 명령으로 변환합니다.

Swift가 기록한 10개의 손실 중 40%는 상대방과의 충돌로 인해 발생했고, 40%는 경쟁 게이트와의 충돌로 인해 발생했으며, 20%는 인간이 조종하는 드론보다 느린 속도로 인해 발생했습니다. 전반적으로 Swift는 인간이 조종하는 드론을 상대로 가장 많은 경주에서 승리했으며, 인간이 조종하는 드론(A. Vanover)의 최고 기록을 6초나 앞지르는 가장 빠른 경주 기록도 세웠습니다.

Swift는 전체적으로 인간이 조종하는 모든 드론보다 빠르지만, 트랙의 모든 구간에서 빠르지는 않습니다.

연구팀의 세심한 분석에 따르면 이륙 시 Swift는 반응 시간이 더 짧고 평균적으로 인간 조종사보다 120밀리초 더 빨리 이륙합니다. 또한 Swift는 더 빠르게 가속하고 더 빠른 속도로 첫 번째 경쟁 관문에 들어갑니다. 급회전에서는 Swift의 움직임이 더 단단해집니다.

연구팀은 또한 Swift가 인간 운영자보다 더 긴 시간 규모로 궤적을 최적화한다는 가설을 제안했습니다. 모델 없는 강화 학습은 장기 보상을 최적화하여 달성할 수 있는 것으로 알려져 있습니다. 대조적으로, 인간 조작자는 움직임을 계획하는 데 더 짧은 시간 척도를 가지며 미래에 하나의 경쟁 게이트만 예측할 수 있습니다

위 내용은 Swift 드론은 AI 기술을 사용하여 FPV 이벤트에서 최고의 인간 플레이어를 물리칩니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!