无人机技术虽然说在近几年来发展迅速,但基本上还是只适合在室外使用,想要在室内环境使用的话,太容易撞到障碍物或是其他无人机了。不过,加州理工的研究人员所开发的机器学习演算法「Global-to-local Safe Autonomy Synthesis(GLAS)」,让一群无人机也有机会能在拥挤、没有地图的环境下自动导航,使得室内的无人机使用也有一定的自由度,且能自行适应环境。
GLAS 的关键在于一群无人机当中的每个个体,都能自行判断在其近旁的障碍物位置与其他无人机的动向,并且自主做出反应,而不需要由一个中控系统同时控制所有的无人机。这就像在高速公路上的每一名驾驶,都能从四周有限的资讯,做出自己的判断来保持安全一样。此外,加州理工还开发了另一套名为「Neural-Swarm」的 AI 演算法,可以自行学习无人机之间复杂的空气动力交互作用,进一步确保飞行中的安全。
在短时间来说,这个技术最适合的可能是室内无人机拍摄,或是无人机灯光秀等应用,只要由控制中心指定前往的地点,无人机就能自行寻找合适的路线,并且避开其他无人机抵达目的。但未来在更多需要一大群无人机的应用领域,像是搜救任务或空中飞车上,应该也有这样的 AI 出场的机会吧。
via:engadget