首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >无人机防身术:机器学习让我战胜击剑高手

无人机防身术:机器学习让我战胜击剑高手

作者头像
AI科技评论
发布2018-03-06 16:31:52
6530
发布2018-03-06 16:31:52
举报
文章被收录于专栏:AI科技评论AI科技评论

GAIR

今年夏天,雷锋网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”(简称GAIR)。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:2020@leiphone.com

上个月,一个斯坦福无人机躲避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,一定得补上,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环境中进行“实时动态运动路径规划”。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路径规划问题:在障碍环境中(迷宫的墙),为一个点进行导航(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路线,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路线到达目的地。这比搬运钢琴又多了些限制,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,不能在大马路上玩漂移。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,穿过障碍环境到达目的地是个需要规划的事情。现在,还有些额外的规矩限制机器人的运动方式。我们将这些规矩称为“动态运动”限制(其中有一些是运动学上的限制,例如转弯;另外一些是动态的限制,例如减速刹车。)当我们面对这种问题的时候,我们就称其为‘动态运动路径规划问题’。

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环境里,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。上面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路。它不停地重新计算路径,最后计算出最佳路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“动态运动路径规划”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,停泊在自己的位置上,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路径规划问题(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路上驾驶),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是非常新鲜。

Ross Allen博士(左)与同事。图片来源斯坦福大学。

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路线,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,网络上无数不明真相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,我不是在打败万恶的终结者机器人。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。”

这下,你们安心了吧。

Via IEEE Spectrum

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-05-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技评论 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档