你很有可能看到了無人駕駛飛機群。也許不是親臨現(xiàn)場，而是在新年慶?；顒又羞M行的電視轉播。當大量的飛行機器人同步飛向天空時，就會出現(xiàn)無人機群。

他們幾乎總是在空曠的室外地區(qū)飛行并非偶然。對于這些機器人飛行器，在狹窄的空間中導航時可能會遇到彼此或環(huán)境障礙，這很困難。

現(xiàn)在，一種新的機器學習算法正在幫助解決這一挑戰(zhàn)。由加州理工學院的研究人員開發(fā)的全球至本地安全自主綜合（GLAS，Global-to-Local Safe Autonomy Synthesis）人工智能（AI）可使無人機群在擁擠的未映射環(huán)境中導航。

計算機視覺

典型的無人機群導航系統(tǒng)依靠某個區(qū)域的現(xiàn)有地圖來工作。例如，一架無人駕駛飛機將在新年期間照亮天空，就會在時代廣場上方（或它飛行的任何地方）有專門的地圖。它還依靠了解群中每個無人機的路線。這有助于使每個單元保持原樣并避免碰撞。

新的GLAS計劃的工作原理有所不同。得益于其機器學習功能，它可以使無人機自行導航未知區(qū)域，同時與群中的其他無人機通信。使用這種分布式的模型可以讓無人機即興表演。

這也使標定無人機群變得更加容易。由于計算能力分布在許多機器人上，因此添加更多的機器人實際上是有幫助的。

雖然主要的AI可以幫助無人機導航環(huán)境，但是稱為神經(jīng)群的輔助跟蹤控制器可以幫助它們補償空氣動力相互作用。這可能像是一架無人機從頭頂飛過而產(chǎn)生的向下氣流。該系統(tǒng)比當今的許多控制器要復雜得多，因為它們不考慮空氣動力學問題。

投入使用

雖然無人機群如今幾乎專門用于娛樂，但將來會有所改變。無人機實在太有用了，用途也太多，無法僅用于燈光表演。這樣，新的群監(jiān)視技術具有大量的應用空間。

雖然燈光秀肯定會從中受益，但其他領域也有更多收獲。

搜索和救援無疑是一個可以改進的領域。配備新軟件的第一響應者可以部署大量無人機，以快速、有效地覆蓋區(qū)域。這僅是可能的，因為GLAS程序允許它們在不依賴預定區(qū)域的地圖的情況下進行操作。

同時，這項技術可能在不包括飛行在內(nèi)的領域有所幫助。例如，它可以集成到自動駕駛汽車中，以幫助避免撞車和交通阻塞。如果每輛汽車都包含這種技術，它們將能夠相互自主地進行交互并進行相應的調(diào)整。

盡管有這些激動人心的應用，但像GLAS這樣的系統(tǒng)集成到現(xiàn)實世界的無人機群中可能還需要幾年的時間。需要進行更多測試以確保其可靠性。盡管如此，由于這樣的創(chuàng)新，無人機群將有一天變得司空見慣。
責任編輯：tzh