人工智能技术帮助无人机像鸟儿一样着陆

据http://www.popularmechanics.com报道，来自英国BMT国防服务公司（BMT Defence Services）和英国布里斯托大学（University of Bristol）的研究团队想要通过全新的变形翼来模仿这一能力。“变形翼可以通过前掠和后掠来形成俯仰力矩（pitching moment）。”该公司的首席系统分析师表示，“并且变形翼的翼尖可以弯曲，这让飞行器能够滚转。”这两类动作的直接灵感来自于鸟类的翅膀，它们能够提供大大超出普通固定翼的机动性。

“变形翼在提供高机动性的同时保持了高能效，这让无人机能够在复杂的环境中飞行。”他用苍鹰高速飞过密林的方式进行了说明：苍鹰在高速飞过密林时通过收缩翅膀来避开树枝和树干，无需减速。未来的无人机也可以像鸟儿一样，轻松地穿越城市峡谷，避开灯柱、电线以及互相避让。

但机翼只是其中的一部分。鸟类的深度失速是一个复杂的过程，速度、风力、角度和机翼位置的略微变化都会产生极度不同的结果。一次侧滑就可能意味着坠毁。这种计算太过复杂，即使是最有经验的无人机飞行员也无法完成这种计算。这只人造鸟儿需要人工大脑。

因此，该团队求助于“Q学习”（Q-learning），这项技术让人工智能可通过提升自己的“Q”或满意水平来进行学习。借助此系统，一个人工智能最近在没有任何人类指导的情况下学会了怎么玩雅达利（Atari）电子游戏。经历数不清的挫折和失败后，这个人工智能学会了如何在每个游戏回合中最大化Q，赢得高分。

BMT国防服务公司使用类似的游戏概念，为机器设置的终极目标是到达某个着陆点。如果无人机在靠近着落点时的速度降低，其得分会随之提升。通过对控制系统进行微调，人工智能稳步地提高了自己的得分。该公司首席系统分析师表示，人工智能逐渐学会了如何以最小的水平速度和垂直速度，从任意给定起飞点地到达所需的着陆点。

在此学习过程中，无人机不会经历数千轮的硬着陆，而是首先在空中利用设置在固定高度的虚拟“地面”进行练习。每次模拟着陆后，无人机会恢复原始状态并爬升到适当高度，然后再次尝试。

人工智能磨练好自己的悬停技巧后，就是时候开始真正的着陆测试了。在没有任何编程或远程控制的情况下，人工智能从头教会自己如何着陆，并且表现得越来越好。经过约五千次的实践尝试后，无人机能够在没有跑道的情况下成功软着陆。

BMT国防服务公司的项目属于“自主系统基础研究”（Autonomous Systems Underpinning Research，ASUR）这一范围更广泛的防御计划，该计划专为英国军队开发无人机技术。此项目的主要目标在于帮助无人机在船舶上着陆（如以上视频所示），但其应用领域无限宽广。

这种悬停无人机的更高级版本能够去往着陆空间有限的任何地方，无论是扑灭火灾、打战还是投递包裹。有一天，它可能会在像鸽子一样轻松而频繁地在你的窗台上着陆。