Un team dell’Università di Zurigo ha addestrato un sistema di intelligenza artificiale per far volare un drone in un ambiente virtuale pieno di ostacoli prima di lanciarlo nel mondo reale, dove è stato in grado di aggirare gli ostacoli a 40 km/h (25 mph), tre volte più veloce del miglior software di pilotaggio precedente. Il ricercatore capo Davide Scaramuzza, Direttore del Robotics and Perception Group , afferma il lavoro, svolto in partnership con Intel INTC +0,1%, potrebbe rivoluzionare la robotica consentendo alle macchine di apprendere virtualmente.
Un articolo che descrive il progetto, Imparare il volo ad alta velocità in natura , è stato pubblicato questo mese sulla rivista Science Robotics .”Il nostro approccio è un trampolino di lancio verso lo sviluppo di sistemi autonomi in grado di navigare ad alta velocità attraverso ambienti inediti con solo rilevamento e calcolo a bordo”, conclude il documento.
Il gruppo di Scaramuzza ha precedentemente dimostrato il primo drone autonomo in grado di battere i piloti da corsa umani lungo un percorso utilizzando una sofisticata pianificazione del percorso con l’aiuto di sensori esterni. Il nuovo lavoro ha un approccio un po’ diverso ed è autonomo: l’IA di apprendimento automatico ha effettivamente un apprendistato con un maestro onnisciente nel mondo virtuale e impara a imitare la tecnica del maestro. (Un po’ come lo Sparring Program in The Matrix … tranne per il fatto che lo studente è un’intelligenza artificiale.)
Nel mondo virtuale, l’IA di apprendimento che pilota un drone si affianca a un sistema esperto che ha “informazioni privilegiate”, una conoscenza dettagliata degli ostacoli e l’esatta posizione e velocità del drone, informazioni che non sarebbero note nel mondo reale. Ciò consente al sistema esperto di tracciare il percorso ottimale attorno agli ostacoli. Il sistema di apprendimento automatico genera un gran numero di possibili rotte e, man mano che il volo procede, apprende quale è la migliore dal master, aggiornando ogni volta la sua rete neurale.
Dopo un gran numero di voli virtuali, l’IA di apprendimento era quindi pronta per affrontare il volo nel mondo reale. È stato pilotato in situazioni difficili dove c’erano rami e altri ostacoli, o strette aperture da negoziare, con scarsa visibilità e potenza di calcolo limitata.
Il pilota UZH era contro due programmi di pilotaggio di droni all’avanguardia. A basse velocità le prestazioni erano simili, ma a velocità più elevate gli altri sistemi soffrivano di troppa “latenza” – non erano in grado di calcolare un percorso sicuro abbastanza velocemente – e subivano più incidenti. Il software precedente utilizzava moduli separati per il rilevamento, la mappatura e la pianificazione, mentre l’approccio di apprendimento automatico fonde tutte e tre le funzioni e fornisce un percorso più rapido.
La latenza degli altri due sistemi era di 65 e 19 millisecondi per un’attività di esempio, il sistema UZH ha gestito 10 millisecondi. Anche se questo potrebbe non essere coerente per ogni sfida di pilotaggio, mostra il potenziale dell’approccio.
Scaramuzza nota che questa è la prima volta che un tale sistema è stato addestrato in un ambiente completamente simulato e poi ha usato il suo apprendimento nel mondo fisico. Mentre potrebbe essere utile per addestrare droni di consegna e aerotaxi per negoziare il paesaggio urbano in tutte le condizioni atmosferiche e di fulmine – a buon mercato e senza il rischio di incidenti – potrebbe anche esserci un potenziale molto maggiore.
La tecnica suggerisce che l’apprendimento automatico guidato in ambienti virtuali potrebbe essere un modo per addestrare in modo rapido ed economico tutti i tipi di sistemi robotici. Ad esempio, un sistema robotico per lo scarico di scatole dai camion potrebbe ottenere l’equivalente di anni di esperienza nell’imparare a gestire forme e dimensioni scomode di pacchi. I robot per le pulizie domestiche , che a volte lottano con stanze dalla forma strana o particolari mobili, potrebbero diventare più intelligenti con la formazione virtuale.
Per l’immediato futuro, è probabile che questo approccio venga applicato principalmente ai piccoli droni, consentendo loro di eseguire manovre aggressive più velocemente di qualsiasi pilota umano. Il documento indica che velocità ancora più elevate potrebbero essere raggiunte con sensori migliori e modelli più accurati; non è chiaro quali possano essere i limiti assoluti.
