AI戰勝人類世界冠軍 創最快無人機競速記錄

(本報綜合報導)蘇黎世大學機器人與感知研究組的考夫曼博士團隊和INTEL團隊聯合設計了一款名為「Swift」的自動駕駛系統,研究的成果,該系統駕駛無人機的能力可在一對一冠軍賽中戰勝人類對手。

該研究成果以「使用深度強化學習的冠軍級無人機競賽」為題,登上了最新一期的《自然(Nature)》雜誌封面。

直接讓AI從錯誤中學習 不用複雜的視覺

AI在國際象棋、圍棋、《星際爭霸》和GT賽車等遊戲中都已經超越了人類冠軍,但這些成就都只在虛擬環境中,而非真實世界中。

近年興起的無人機競速對飛行員極具挑戰,但對AI更具挑戰性。現實世界比虛擬世界更不可預測,虛擬和現實兩者之間存在著現實差距,這個差距就是機器人領域中主要的挑戰之一,也是自駕系統遲遲無法達到「真自駕」的原因。

然而,在這個新研究中,Swift系統將AI學習技術與傳統演算法融合,不是用一板AI餵資料的端到端學習方式,而是使用了「強化學習」,也就是讓AI實際上手,從錯誤中學習,由此彌補了現實與模擬之間的差距,而且這個算法不再需要複雜的視覺,因此提升了模擬速度。

超越人類飛行員的速度和性能 創世界紀錄

此次比賽的關卡是由一位外部世界級FPV(第一人稱主視角)飛行員設計的,具有特色鮮明且有挑戰性的機動動作,Swift分別與多位國際賽事的冠軍進行多場比賽,都是贏的次數比較多,還創下了世界最快比賽時間記錄,比人類飛行員A. Vanover的最佳成績快了半秒鐘。

從數據分析中可以看出,Swift在起飛和緊急轉彎等關鍵部分表現都更為出色,起飛反應時間平均比人類飛行員提前120毫秒,而且加速度更大,在急轉彎時表現出更緊密的機動動作,

Swift(藍色)與 2019 年無人機競速聯盟世界冠軍 Alex Vanover(紅色)正面交鋒。(圖片截自《自然》網站)

讓機器人走入現實世界的一大進步

這項研究探索了在物理環境的嘈雜及感測器不完整輸入之下無人機的可能性,為機器人技術和人工智慧取得了重要里程碑,然而仍然還有諸多挑戰,正如同期刊載的評論文章所說,「為了在任何競賽環境中都能打敗人類飛行員,該系統必須能應對外部干擾,如風、光照條件變化、定義不太清晰的各種門等許多其他因素。」

延伸閱讀

訂閱168電子報

專欄文章