当前位置: 主页 > 雷锋论坛 > 内容

解读无人机防身术:机器学习让我战胜击剑高手

时间:2017-07-29 20:00  来源:未知  作者:admin

  将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”。大会现场,雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前,我们正在四处拜访人工智能、机器人领域的相关公司,从而筛选最终入选榜单的公司名单。如果你的公司也想加入我们的榜单之中,请联系:

  上个月,一个斯坦福无人机击剑的视频红遍网络,IEEE Spectrum当时希望对其开发者Ross Allen进行采访。Ross说没问题,只是我最近被博士论文答辩忙得焦头烂额。如今Ross已经成功晋升为Allen博士,并为我们解答了各种关于无人机和击剑的问题。

  如果你之前没看,一定要点击链接,看看这个视频。击剑是不是帅爆了?更帅气的是,这是第一次我们在真正意义上看到了无人机系统在障碍中进行“实时动态运动径规划”。Allen博士与斯坦福自动化系统实验室的同事Marco Pavone最近发表了该项目的论文。Allen博士用非常平白的语言解释了这项听起来很科幻的技术:

  “我们可以想象一下一个迷宫,类似于你小时候可能玩过的那种,用笔在纸上画的迷宫。走迷宫就是在解决一个基本的径规划问题:在障碍中(迷宫的墙),为一个点进行(为你的笔尖),让它到达一个目标点(迷宫的出口)。如果是3D迷宫,那么这个问题就变得更加复杂了。给你举个例子:把钢琴搬入一间拥挤的公寓里,当心不能让钢琴撞到墙或家具给磕碰坏了。你可以事先规划好一条搬运线,可能其中需要有转弯、打横等变化,最终可以将钢琴搬进房间里。

  现在,我们再把这个问题搞得更复杂一点。再来想象一下,你现在得开车穿过市区。当然,市区里有房子、汽车和行人。你必须以尽可能最短的线到达目的地。这比搬运钢琴又多了些,因为我没法把汽车打横过来开车,而且我还必须按照车道和交通规则驾驶,例如,不能在大马上玩漂移。另外,开车的时候如果要停车,我得先踩刹车,车子停下来还得花一定时间。如果转弯的时候开得太快,车子就会失控滑出去。这下你看明白了,穿过障碍到达目的地是个需要规划的事情。现在,还有些额外的规矩机器人的运动方式。我们将这些规矩称为“动态运动”(其中有一些是运动学上的,例如转弯;另外一些是动态的,例如减速刹车。)当我们面对这种问题的时候,我们就称其为‘动态运动径规划问题’。

  我们的研究是要开发一个框架来解决类似这样的问题,可以大大降低操作机器人所需的计算量。我们在一个充满障碍的室内里,用一个四翼无人机系统展示了这个框架。可以说,这是第一个无人机系统代表动态运动系统所做的实时规划展示。

  在网络上受到广泛关注的视频,其实还没有展示出我们研究的完整形态,不过那个视频让人一眼就看到了技术的可能性。这个视频展示了更多技术能力,无人机想绕过一道墙,但是我又挡住了它的去。它不停地重新计算径,最后计算出最佳径是从墙的另一侧走,然后它就从我这儿飞走了。“

  这个例子体现了“动态运动径规划”在无人机上的应用,但是,这项研究其实不只是针对无人机,该技术可以应用在任何你想用的系统上。Allen博士说,船运和物流基础设施等领域也可以从该技术获益:

  “你可以想象一个自动化运货船,穿过一个繁忙的港口,停泊在自己的上,然后有一个自动化吊车,将集装箱安全地卸货至自动化卡车上,用于陆地运输。这个基础设施中的每个步骤都面临不同的径规划问题(货船需要避开其他船只,吊车吊着大大的集装箱不能与码头上其他集装箱磕碰,卡车得在繁忙的市区道上驾驶),但是,每一个不同的问题都可以用同一个框架来解决。只要将框架根据具体应用情景进行定制设置(就好像我们针对无人机系统进行了设置)。“

  当然,你也可以用于送货无人机和摄像无人机。Allen博士说:“我相信,送货无人机是马上可以进行的应用,这会对消费者的购物行为有很大影响。运货无人机的控制和规划只是众多需要面临的问题之一;其他问题还包括探测和政策。”这都是些大问题。但是在顶尖科研领域内,听见如此乐观的态度还常新鲜。

  Allen博士说,他之后会探索“自动汽车、无人机、火箭等领域的工作机会或者研究职位“。我们猜他会去搞火箭。不过在研究领域也还有很多探索空间,例如,如果将一大堆无人机扔向空中,让它们自己互相配合来规划线,而不需要动态追踪系统来指挥。

  最后,IEEE的采访向Allen博士提问说,网络上无数不明的群众都有一个问题,为什么这个斯坦福的博士要与无人机击剑决斗,你想不想解释一下:

  “首先,我不是在打败的终结者机器人。虽然我们在研究中使用机器学习,但是是为了完成些听起来很无趣的日常任务,例如‘可接近性测试’。我们也没有用机器学习来训练机器人战士,搞个无人机搏击俱乐部神马的。如果不是我们给了它更加聪明的算法,我们的机器人没法自己变聪明。换句话说,机器是自动化的,但是还没有学习如何自己变得更加自动化。“

相关推荐