Як птахи злітають? Дослідники розробляють AI автономний планер, щоб дізнатися

Птахи давно надихали людей на створення власних способів літати. Ми знаємо, що звисаючі види птахів, які мігрують на великі відстані, використовують теплові потоки, щоб залишатися в повітрі, не використовуючи енергію, що ляскає крилами. Пілоти планера також використовують термічні струми та інші області підйому повітря, щоб довше залишатися в повітрі.

Проте, поки ми освоюємо ковзання через ці витоки за допомогою різних інструментів, точні механізми, які дозволяють птахам злетіти, поки невідомі. Але група дослідників з Каліфорнії та Італії зробила деякі кроки до відповіді на це питання за допомогою штучного інтелекту (A.I.). І це може призвести до нових розробок у навігаційних системах для літаків, з особливими наслідками для створення дронів, які можуть залишатися в повітрі протягом дуже тривалого періоду часу.

Мета дослідження, опублікована в Росії Природа, треба було навчити невеликий двометровий розмах крил автономного планера, щоб літати в терміках, як би справжній птах. Планер був запрограмований на зразок А.І. відомий як машинне навчання, що дозволило йому розібратися, як використовувати повітряні потоки для тривалого перебування в повітрі.

Див. Також: Дрони запрограмовані так, щоб вони збігалися з птахами в новому дослідженні прориву

Машинне навчання - це альтернативний підхід до програмування комп'ютера для виконання складного завдання. Замість того, щоб годувати комп'ютер (або автономний планер в даному випадку) набором інструкцій, які розповідають, як робити щось, ви розповідаєте комп'ютеру, як би ви хотіли, щоб він відповів і винагороджував його, коли він робить правильно.

Згодом він дізнається, які речі нагороджуються і замість цього будуть робити ці поведінки. Цей прийом полягає в тому, як комп'ютерні програми, такі як Google AlphaGo Google, можуть навчитися грати в настільну гру Перейти, а потім виграти професійних гравців, а подвиг просто неможливий зі звичайними методами програмування.

Цей тип машинного навчання називається навчанням підкріплення, і він спирається на велику кількість вхідних даних, що подаються на комп'ютер, щоб він міг дізнатися, які дії забезпечать його винагородою. Для дослідників, що програмують автономний планер, вхідні дані складалися з спеціалізованих інструментів, здатних зчитувати зміну вгору (вертикальної) міцності вітру. Інструменти змогли визначити ці зміни по довжині планера (поздовжньо) і від одного кінця крила до іншого (збоку). Датчики змогли зробити ці вимірювання десять разів кожну секунду.

Ці дані потім використовувалися для коригування польоту на так званий кут нахилу планера. Добре збалансований літак з рівнями крил має нульовий кут нахилу і буде літати по прямій лінії. Нахиляючи крила і збільшуючи кут нахилу, площина повернеться. У дослідженні планер був винагороджений, якщо зміна висхідної швидкості вітру по її траєкторії польоту збільшилася. Іншими словами, якщо планер літав у висхідний струмінь.

Оновлення є ключем до збільшення часу, коли планер може залишатися в повітрі. На відміну від літака з електроприводом, планер, який не зможе знайти жодного витоку, поступово буде падати на землю. Незалежно від того, чи планер падає чи піднімається, залежить безпосередньо від того, скільки повітря рухається вгору навколо нього. У висхідному потоці збільшення вертикального руху повітря може бути достатнім, щоб зупинити падіння планера і, якщо вертикальний вітер є достатньо сильним, дозволити йому піднятися.

Протягом ряду польотів (близько 16 годин польоту в цілому), навчальний планер навчився літати, тренуючись під певною комбінацією входів (кут нахилу, поздовжня і бічна зміна, вертикальна швидкість вітру), щоб вирішити, що Наступна зміна кута нахилу має бути. Результатом було те, що до кінця всього цього літака літак навчив себе літати у висхідний струмінь, дозволяючи йому довше залишатися в повітрі.

Як бонус, дослідники використовували чисельну модель, щоб показати, що цей підхід принесе користь великим планерам ще більше, так як їх довший розмах крил забезпечить більш точне вимірювання зміни швидкості вітру від вершини крила до іншого.

Створення літаків розумніші

Результати піднімають питання про те, які можливі футуристичні автономні планери ми могли бачити, ковзаючи навколо і для чого вони будуть використовуватися. Інженери MIT нещодавно взяли натхнення від аеродинаміки альбатроса, який їхав на хвилях, для створення автономного планера.

Airbus розробив планер на сонячних батареях, який може залишатися в повітрі протягом тривалого періоду часу, як альтернатива супутникам спостереження або зв'язку, наприклад, які могли б передавати сигнали Інтернету на віддалені місця на землі. Microsoft, як повідомляється, працює над автономними літаками з найсучаснішими штучними інтелектуальними системами навігації.

Але, можливо, методи, розроблені в цьому дослідженні, могли б одного дня привести до нового покоління «розумних» систем навігації та автопілоту для звичайних літаків. Вони можуть використовувати дані, зібрані за тисячі годин польоту, для прийняття рішень про найбільш ефективний спосіб обійти. Це буде спиратися на точні датчики та подальший розвиток, що дозволить літаку ідентифікувати, а потім перейти від одного теплового потоку до іншого. На даний момент метод дозволяє тільки ковзати всередині однієї теплової.

Розроблені дослідниками методи і методики програмування, безсумнівно, приведуть нас на крок ближче до мети автономного літального апарату з часом польоту, тижнів або місяців, що виконує ці завдання. Але саме використання навчання підкріплення ще раз показує, наскільки гнучкі ці алгоритми пристосовуються до широкого кола складних завдань, від керування планерами до побиття людини в Go.

Ця стаття спочатку була опублікована на бесіді Ніколаса Мартіна. Читайте оригінальну статтю тут.