Могут ли беспилотники летать самостоятельно без карт или дополнительных деталей?Новая система показывает, как базовая физика и небольшие сети могут сделать это возможным.
Исследователи в Шанхайском университете Цзяо Тонг разработали новый способ помочь беспилотникам самостоятельно ориентироваться в области, не полагаясь на крупные или дорогие компоненты.Этот подход основан на движении насекомых и объединяет глубокое обучение с основными принципами физики, позволяя беспилотникам проходить через пространства без картирования или внешнего контроля.
В предлагаемой системе вместо этого используется сквозная нейронная сеть, которая принимает необработанные данные датчика и непосредственно дает контрольные сигналы.Этот дизайн имитирует, как насекомые движутся, используя несколько нейронных ресурсов, без картирования или планирования.
Система работает на карте глубины 12 × 16 и до сих пор управляет навигацией.Хотя разрешение низкое, данные дают достаточно подсказок для ANN, чтобы направлять движение беспилотника и избежать препятствий.Обучение было проведено в симуляторе с использованием простых форм для создания различных сред.Физический механизм был частью тренировочной циклы, что позволяет учиться в условиях одно- и мульти-ронов.Другие беспилотники рассматривались как движущиеся препятствия.
Одной из прочности системы является ее структура.Он использует три сверточных слоя и работает на вычислительной плате за 21 доллар.Обучение занимает два часа на графическом процессоре.Модель поддерживает навигацию на роя без планирования или связи между беспилотниками, что позволяет легко масштабироваться.
Ранее модели глубокого обучения, необходимые для обозначенных данных и часто провалившиеся внешние лабораторные настройки.Этот подход включает в себя физическую модель беспилотника в обучении, которая улучшает скорость тренировок и обобщение в других условиях, особенно для движения и стабильности.
Исследователи показали, что небольшие модели могут соответствовать или бить большие модели, обученные большим наборам данных.Это ставит под сомнение идею, что больше данных всегда лучше.Вместо этого использование физических знаний и хорошо сопоставленных условий обучения может работать лучше.
Искусственная нейронная сеть (ANN), с менее чем 2 МБ параметров, позволяет беспилотникам летать на 20 м/с, используя только ввод глубины.Это показывает, что сильные внутренние модели физики могут быть более полезными, чем датчики с высоким содержанием.
Несмотря на обучение в моделировании, система показала широкое обобщение.Это может поддерживать такие задачи, как гонки на беспилотниках, съемки, проверка складов, а также поиск и спасение в областях с ограниченными GPS.Исследование показывает, как простые нейронные сети, обученные физике, могут поддерживать автономию беспилотников в масштабе.
