MIT-Algorithmus trainiert Drohnen, um Hindernisse mit hoher Geschwindigkeit zu umfliegen – ein Durchbruch in der Technologie für zeitkritische Operationen

Drohnenrennen sind ein relativ neuer und faszinierender Sport. Beim Drone-Hustling kämpfen Gruppen darum, herauszufinden, welches Fahrzeug am besten darauf vorbereitet ist, am schnellsten durch einen Hindernisparcours zu fliegen. Wie dem auch sei, je schneller Drohnen fliegen, desto instabiler werden sie, und bei hohen Geschwindigkeiten ist ihr optimales Design regelmäßig zu durcheinander, um es auch nur in Betracht zu ziehen. Unfälle in diesem Sinne sind ein normales und zeitaufwändiges Ereignis. Auf jeden Fall könnten Drohnen, falls sie dazu gedrängt werden, schneller und agiler zu sein, bei zeitkritischen Aktivitäten jenseits der Rennbahn eingesetzt werden, um als Beispiel für Überlebende während eines katastrophalen Ereignisses zu erscheinen.

Derzeit haben Luftfahrtdesigner am MIT eine Berechnung ausgearbeitet, die Drohnen dabei hilft, den schnellsten Kurs um Abschreckungsmittel herum zu finden, ohne zuzuschlagen. Die neue Berechnung verbindet Nachstellungen einer Drohne, die durch einen virtuellen Stolperkurs fliegt, mit Informationen aus Untersuchungen echter Drohnen, die in einem realen Raum durch einen ähnlichen Kurs fliegen. Die Wissenschaftler fanden heraus, dass Drohnen, die mit ihren Berechnungen vorbereitet wurden, einen grundlegenden, um ein Fünftel schnelleren Stolperkurs durchflogen als Drohnen, die mit gewöhnlichen Planungsberechnungen erstellt wurden. Seltsamerweise hielt die neue Berechnung Drohnen im Allgemeinen nicht während des gesamten Kurses vor ihrem Rivalen.



Manchmal beschloss es, Drohnen direkt nach unten zu mäßigen, um eine lästige Kurve zu bewältigen oder seine Energie zu sparen, um das Tempo zu erhöhen und schließlich seinen Gegner zu übertreffen. Schnelle Auswirkungen Das Training von Drohnen, um Abschreckungsmittel herumzuzoomen, ist im Allgemeinen direkt, wenn sie allmählich fliegen sollen. Das liegt daran, dass optimales Design wie Luftwiderstand im Allgemeinen nicht zu niedrigen Raten gespielt wird, was häufig bei der Demonstration des Verhaltens einer Drohne vernachlässigt wird. Wie dem auch sei, bei hohen Geschwindigkeiten sind solche Stöße zweifellos artikulierter, und daher ist die Art und Weise, wie die Fahrzeuge damit umgehen, viel schwerer vorhersehbar. Mit Verspätung schnell aufbrechen Um ihre neue Methodik zu demonstrieren, haben die Wissenschaftler eine Drohne nachgestellt, die durch einen Grundkurs mit fünf riesigen, quadratischen Hindernissen fliegt, die während eines erstaunlichen Aufbaus orchestriert wurden. Sie erkannten dieses äquivalente Design während eines tatsächlichen Vorbereitungsraums und modifizierten eine Drohne, um mit Geschwindigkeiten und Richtungen durch den Kurs zu fliegen, die sie kürzlich aus ihren Nachstellungen ausgewählt hatten. Sie führten auch einen ähnlichen Kurs mit einer Drohne durch, die nach einer herkömmlicheren Berechnung erstellt wurde, die keine Tests in ihre Organisation einfügt. Die Wissenschaftler wollen weitere Versuche mit höheren Geschwindigkeiten und unter verwirrenderen Bedingungen fliegen, um zusätzlich an ihrer Berechnung zu arbeiten. Sie können sich auch Fluginformationen von menschlichen Piloten anschließen, die Drohnen aus der Ferne steuern und deren Entscheidungen und Bewegungen dazu beitragen können, sich auf wesentlich schnellere, aber dennoch praktische Flugpläne zu konzentrieren. „Falls der Pilot einer Person langsamer wird oder schneller wird, kann dies Aufschluss darüber geben, was unsere Berechnung tut“, sagt Tal. „Wir können auch die Richtung des menschlichen Piloten als Ausgangspunkt nutzen und uns davon verbessern, um zu sehen, was Menschen nicht tun, was unsere Berechnung entscheiden kann, um schneller zu fliegen. Das sind einige Zukunftsgedanken, über die wir nachdenken.“ „Diese Art von Berechnungen sind ein ganz erheblicher Fortschritt in Richtung der Stärkung zukünftiger Drohnen, die komplexe Bedingungen in wenigen Augenblicken untersuchen können“, fügt Sertac Karaman, Ausbilder für Flug- und Astronautik und Leiter des Labors für Informations- und Entscheidungssysteme am MIT, hinzu. „Wir wollen wirklich die Grenzen ausloten, wie sie so schnell gehen, wie es ihre tatsächlichen Cutoff-Punkte zulassen.“