AI无人机超越人类冠军，Nature封面：将AlphaGo的突破应用于现实世界

科技周边小白一枚，正在不断学习积累知识，现将学习到的知识记录一下，也是将我的所得分享给大家！而今天这篇文章《AI无人机超越人类冠军，Nature封面：将AlphaGo的突破应用于现实世界》带大家来了解一下##content_title##，希望对大家的知识积累有所帮助，从而弥补自己的不足，助力实战开发！

AI再次战胜人类世界冠军，荣登《自然》封面

与上一次AlphaGo下围棋不同，这次是在真实物理环境中的竞技体育项目——“空中F1”无人机竞速，而不是脑力运动

与AlphaGo相似的是，核心技术都是深度强化学习

苏黎世大学的研究成果，由Davide Scaramuzza等人共同完成。他们认为，这一成果对国际象棋和围棋来说，是继深蓝和AlphaGo之后的又一次重大突破

这意味着自主移动机器人第一次在由人类设计并为人类设计的物理环境体育运动中战胜了人类冠军

微软高级研究工程师Shital Shah表示，这个挑战比AlphaGo更具挑战性，也更难以获得认可，但它仍然是一个具有历史意义的里程碑

深度强化学习，又一次胜利

首先，让我们来介绍一下这个运动项目：FPV（第一人称视角）无人机竞速

人类选手将通过从机载摄像头传输的视频，以无人机的视角观察环境，并穿越障碍物

赛道由七个方形大门组成，参赛者必须按照顺序通过每一圈。为了赢得比赛，参赛者必须连续领先对手并完成三圈

两台无人机同时出发，进行正面对决，最高速度可达每小时100公里，同时承受数倍于重力的加速度

参加这次与AI同台的比赛的选手包括2019年无人机竞速联盟世界冠军Alex Vanover、MultiGP国际公开赛世界杯冠军Thomas Bitmatta和三届瑞士全国冠军Marvin Schaepper

对于人工智能来说，要达到专业人类选手的水平非常具有挑战性。这是因为无人机需要在物理极限下飞行，并且仅通过机载传感器来估计速度和位置

为了应对这些挑战，苏黎世大学开发了Swift，这个项目由两个关键模块构成：

• 感知系统，将高维视觉信息和惯性信息转换为低维表示。
• 控制策略，感知系统产生的低维表示并产生控制命令。

其中，感知系统的主要组成部分是一个VIO（Visual-Inertial Odometry）模块，该模块利用视觉和惯性传感器来实现自身定位和环境建模

VIO估计与神经网络相结合，用于检测障碍门的四个角点。 将VIO估计与神经网络结合，可以用来检测障碍门的四个角点

控制策略采用无模型的On-policy深度强化学习，通过模拟训练使用前馈神经网络。奖励目标结合了向下一个门的中心前进以及保持下一个门在摄像机视野内

为了弥合模拟和物理世界之间在感知和动力学方面的差距，我们采用了从物理系统中收集的数据，来驱动一个MLP残差模型

在比赛开始前，人类选手有一周的练习时间在指定赛道上进行训练。这个赛道包含了一些高难度的机动动作，比如“Split-S”

比赛的具体规则如下：比赛将由声学信号（发令枪）开始，即使发生碰撞，比赛仍可继续进行。如果两架无人机都坠落，那么飞得更远的一方将获胜

在与三位人类选手的比赛中，Swift最终取得了9局5胜、7局4胜和9局6胜的成绩

在Swift输掉的比赛中，有40%是因为与对手发生碰撞，40%是因为与门发生碰撞，20%是因为速度比人类慢。 需要被改写的内容是：在Swift输掉的比赛中，有40%是因为与对手发生碰撞，40%是因为与门发生碰撞，20%是因为速度比人类慢。 改写后的内容是：在Swift失败的比赛中，有40%是因为与对手发生碰撞，40%是因为与门发生碰撞，20%是因为速度比人类慢

在比赛中，Swift继续创造最快记录，人类选手的最佳时间落后半秒

在累计300圈的数据中，Swift的平均时间更短，方差更低，这表明AI在每一圈都稳定地追求更快的圈速

当人类处于领先地位时，他们会选择保持较慢的速度，以降低碰撞的风险，并展现更大的差异性

当前的Swift系统存在一个问题，就是无法准确了解对手的情况。当我们处于领先时，系统表现得不够稳定；而当我们落后时，系统又不够灵活应对

AI与人类选手，哪里不同？

在研究报告中，团队还进一步探讨了人工智能与人类选手之间的更多比较

首先，Swift利用了机载惯性传感器，这类似于人类的前庭系统

然而，人类在这个项目中无法使用前庭系统，因为他们无法随无人机一起移动，无法感受到加速度

此外，Swift的传感器延迟仅为40毫秒，而专业人类选手的平均反应时间为220毫秒

然而，Swift的摄像头刷新率受限，只有30Hz，而人类使用的摄像头则是120Hz

最终，人类的韧性得到了提升

举个例子，即使在全速坠机的情况下，只要设备没有损坏，比赛就可以继续进行。然而，Swift并没有接受过碰撞后恢复的训练

如果改变比赛现场的光照环境，Swift的感知系统就会无法正常工作

该研究可能会激发在其他物理系统（例如自动驾驶汽车、飞机和机器人）中广泛应用基于混合学习的解决方案

请点击以下链接查看论文：https://www.nature.com/articles/s41586-023-06419-4

参考链接：[1]https://x.com/davsca1/status/1696938013421429111

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于科技周边的相关知识，也可关注golang学习网公众号。