Ученые Томского государственного университета (ТГУ) работают над перспективной технологией, позволяющей строить беспилотники, способные выполнять полностью автономные полеты. Авторы проекта создают для дронов систему на базе искусственного интеллекта, которая с помощью машинного обучения поможет аппаратам нарабатывать «собственный опыт» для ориентации в пространстве и выбора безопасной траектории движения.
Подобные комплексы пытаются внедрить многие научные группы по всему миру. Однако пока не удается добиться полной автономности. Существуют лишь локальные решения, которые позволяют компьютерам беспилотников решать отдельные задачи. Чтобы достичь максимальной независимости дрона, авторы проекта ТГУ используют глубокое машинное обучение с подкреплением (deep reinforcement learning).
Это позволит ИИ научиться анализировать обстановку и принимать решение о маршруте движения. Загружать все возможные варианты в компьютер нереально, поскольку слишком много переменных и нестабильных условий.
Особенность глубокого машинного обучения с подкреплением заключается в том, что агент (ИИ, установленный на борту) обучается методом проб и ошибок, как это делает ребенок. ИИ, приняв неправильное решение, будет корректировать свои действия. Таким образом, происходит непрерывное обучение. Безусловно, это занимает время, но вместе с тем дает хороший устойчивый эффект. Метод учит нейросеть самостоятельно принимать решения в условиях меняющейся обстановки, обходить препятствия и ориентироваться в пространстве.
Авторы проекта сейчас тестируют разные нейросети для выбора оптимальной архитектуры под задачи. Проверять систему планируется на виртуальной модели, что позволит избежать поломок и повреждений испытательных стендов и дронов. А затем технологию проверят на реальном полигоне, который оборудован камерами для считывания движений с точностью до миллиметра.
Ранее мы рассказывали о системе для навигации дронов в темноте.
