AI操控無人機超越人類冠軍

    深度強化學習系統已在各類博弈中戰勝過人類，包括國際象棋、雅達利遊戲、《星際爭霸》和GT賽車。不過，這些大部分都是模擬和棋盤遊戲環境，而不是物理世界的競賽。在第一人稱視角的無人機競速中，職業選手需駕駛高速飛行器穿過三維賽道。每位飛行員通過機載攝像機的視頻直播從無人機的視角觀察周圍環境。自動駕駛無人機要達到職業飛行員的水平很難，因為機械人需要在其物理限制下飛行，同時只能根據機載感測器估算其速度和方位。

    瑞士蘇黎世大學研究團隊設計了一種自動駕駛系統，能以人類世界冠軍的水平進行物理世界的競賽。該系統將類比的深度強化學習與物理世界採集的資料相結合。在由一位職業無人機競速飛行員設計的現實世界賽道上進行的一系列比賽中，Swift與三名人類冠軍對戰，包括兩項國際聯賽的世界冠軍。人類飛行員有一周時間在真實賽道上訓練，之後每位飛行員在多場一對一比賽中對戰Swift。該系統在多個回合中擊敗了每一位人類冠軍（廿五場比賽中共獲勝十五場），而且打破了比賽的最短用時紀錄，“Swift”技術掌握了超過每小時一百的速度，反應時間比人類平均快一百二十毫秒。

    在同時發表的新聞與觀點文章中，科學家評論稱，該系統必須能應對外部干擾，如風、光照條件變化、定義不太清晰的各種障礙、其他競速無人機等等——所有這些都對現有的AI技術構成很大挑戰。

    科學家將Swift的速度歸因於它的長期思維方式，幫助它做出更急的轉彎和更有效的動作。儘管如此，Swift也有其缺點，因為科學家認為它不如人類那麼有彈性。科學家們說：“人類飛行員的能力令人印象深刻：他們可以全速墜毀，並且如果硬件仍然正常工作，他們可以繼續飛行並完成跑道。Swift沒有接受過摔車後恢復的訓練。人類飛行員對環境條件的變化也很適應，例如照明，這可以顯著改變軌道的外觀。即便如此，Swift仍然是機械人技術的一個里程碑，專家們希望它能夠激發未來其他技術的發展。

    近日，《自然》發表的一篇論文報道了一個名為Swift的人工智能(AI)系統，該系統駕駛無人機的能力可在真實世界中一對一冠軍賽裡戰勝人類對手。研究結果標誌着移動機器人學和機器智能的一個里程碑，並可啟發在其他物理系統中的部署，如自動駕駛的地面車輛、飛行器和個人機械人。

    水    登