蓋世汽車訊在自然界中，飛行動物能夠感知周圍環(huán)境的變化，包括突然出現(xiàn)的湍流，并迅速做出調(diào)整以確保安全。設計飛機的工程師希望飛行器也具有同樣的能力，能夠預測即將到來的干擾并做出適當?shù)姆磻Ｊ聦嵣希绻w機具有這種自動感知和預測能力，并結合穩(wěn)定飛行器的機制，就可以避免飛機因湍流而發(fā)生的危險。

據(jù)外媒報道，來自加州理工學院（Caltech）自動駕駛系統(tǒng)和技術中心（CAST）和英偉達（Nvidia）的研究團隊取得新研究突破，為無人駕駛飛行器（UAV）開發(fā)的一種控制策略，稱為FALCON（Fourier Adaptive Learning and CONtrol，傅立葉自適應學習和控制），并發(fā)表于期刊《npj Robotics》。

圖片來源：期刊《npj Robotics》

該策略使用強化學習（一種人工智能）來自適應地學習湍流風如何隨時間變化，然后利用這些知識根據(jù)實時體驗來控制無人機。

“自發(fā)湍流對從民用飛機到無人機等所有事物都有重大影響。隨著氣候變化，導致此類湍流的極端天氣事件正在增加，”航空和醫(yī)學工程漢斯·W·利普曼（Hans W. Liepmann）教授、CAST布斯-克雷薩（Booth-Kresa）領導主席、新論文作者Mory Gharib表示。“極端湍流也出現(xiàn)在兩種不同剪切流之間的界面上——例如，當高速風在高層建筑周圍遇到停滯時。因此，城市環(huán)境中的無人機需要能夠補償這種突然的變化。FALCON為這些飛行器提供了一種了解即將來臨的湍流并做出必要調(diào)整的方法。”

FALCON并不是第一個使用強化學習的無人機控制策略。然而，以前的策略并沒有嘗試學習真正代表湍流風如何運作的底層模型。相反，它們都是無模型方法。這類方法專注于最大化獎勵函數(shù)，而這些函數(shù)無法用于處理不同的設置，例如不同的風況或車輛配置，因為它們只關注一種環(huán)境，所以需要重新訓練。

返回第一電動網(wǎng)首頁 >