Ordinateurs

Un drone quadrirotor alimenté par l’IA apprend les acrobaties aériennes

Ce site peut gagner des commissions d’affiliation à partir des liens sur cette page. Conditions d’utilisation.

Quadrotor drones sont des machines volantes extrêmement maniables. Entre les mains d’un pilote qualifié, ils peuvent réaliser des exploits d’acrobaties aériennes impossibles avec aucun autre avion. Cependant, la plupart d’entre nous ne sont pas des pilotes expérimentés. Et s’il y avait une IA qui pourrait faire tout ce vol de fantaisie pour vous ? Des chercheurs de l’Université de Zurich et de l’ETH Zurich ont créé un tel système, qui fonctionne entièrement à bord de l’avion et n’a jamais planté– du moins dans la vraie vie.

Des systèmes d’IA de pilotage similaires pour les avions quadrirotors sont soit beaucoup moins maniables, soit reposent sur des systèmes externes tels que des caméras et le suivi de mouvement. Le drone personnalisé de 3,3 livres (1,5 kilogramme) a un rapport de poussée impressionnant de 4: 1, et le traitement environnemental embarqué se produit sur une carte Nvidia Jetson TX2. Pour voir le monde qui l’entoure, le quadrotor dispose d’une double caméra fisheye Intel RealSense T265.

L’équipe, connue collectivement sous le nom de Groupe de robotique et de perception, a également formé ce système autonome d’une manière unique. Former un réseau de neurones pour faire quelque chose de difficile comme piloter un drone nécessite généralement de nombreux tests dans le monde réel. Ainsi, vous exécuteriez des simulations jusqu’à ce que le réseau puisse effectuer la manœuvre souhaitée, puis la testeriez avec la vraie chose. Les premiers tests dans le monde réel conduisent souvent à un échec catastrophique car le programme tente d’appliquer l’apprentissage simulé à la vie réelle. Dans ce cas, le groupe Robotique et Perception est passé directement d’une simulation à une démonstration du monde réel entièrement fonctionnelle.

Ils y sont parvenus en utilisant une paire de « contrôleurs » dans la simulation : un expert et un étudiant, tous deux opérant dans un environnement Gazebo modifié pour la physique des quadrirotors. Le contrôleur expert disposait de données exactes et le contrôleur étudiant ne recevait que des données abstraites. Au fil du temps, l’expert aide l’élève à apprendre des manœuvres sans ces données « privilégiées ». Cela a pour effet de rendre le réseau plus apte à piloter dans la vie réelle, ce qui est beaucoup moins prévisible qu’une simulation.

Le système a appris à faire trois manœuvres compliquées, y compris une boucle de puissance, un tonneau et un Matty Flip. Toutes les figures incluent jusqu’à trois G et un contrôle très précis de l’avion. Vous pouvez les voir schématisés ci-dessus, ainsi qu’une routine qui comprend les trois. L’IA est suffisamment flexible pour enchaîner n’importe quelle combinaison des manœuvres apprises. Les chercheurs affirment qu’il n’a fallu que quelques heures d’entraînement simulé avant que le réseau de neurones puisse effectuer ces manœuvres dans la vie réelle sans s’écraser. Honnêtement, c’est plus que ce que la plupart des pilotes humains pourraient espérer faire.

Maintenant lis:

Bouton retour en haut de la page