无人机续航太短?微软认为“滑翔”才是终极奥义

来源:36氪
发布时间:2017-08-24
滑翔机由算法指引,通过内置传感器学习,可以预测空气模式,规划前进路线,这些滑翔机能够找到上升暖气流,然后利用气流飞翔。

编者按:如何才能让无人机尽可能省电?找到上升气流、尽量多滑翔,这可能是个不错的答案。微软正在沙漠中进行相关的实验,试图用算法解决寻找上升气流的问题。本文编译自纽约时报原题为“Microsoft Teaches Autonomous Gliders to Make Decisions on the Fly”的文章。

滑翔机转向,朝着南方飞去,四个男人坐在SUV汽车内,在地面上追逐,穿过内华达荒漠。

在前排座位上,两名男子用眼睛追踪滑翔机。后面两个人用笔记本追踪,目测数据从滑翔机的内置小计算机发送出来,输入到步话机。前面有一辆吉普车,Ashish Kapoor坐在车子内根据命令前进,汽车在碎石路上减速,他的眼睛牢牢盯住白色Styrofoam滑翔机。

很快,滑翔机转了一个弯,它绕着不可见的、上升的热气流优雅转了一个圈,然后缓慢冲向天空。“它在翱翔。”Kapoor指着滑翔机,它盘旋而上,越飞越高,在热空气之上飞翔。“它发现了热气流。”

上周,在内华达Hawthorne周围的荒漠山谷内(位于Reno南部130英里处),Kapoor与微软同事测试了两架滑翔机,它们可以自己在天空飞行。滑翔机由算法指引,通过内置传感器学习,可以预测空气模式,规划前进路线,这些滑翔机能够找到上升暖气流,然后利用气流飞翔。

无人机续航太短?微软认为“滑翔”才是终极奥义

微软希望最终无人驾驶飞行器可以借助气流在空中长时间飞翔,一次飞几小时甚至几天,将消耗的电力降至最低,这样一来飞行器就可以追踪天气情况,监测农田作物,甚至为某些没有网络的地区提供网络服务。

项目是Kapoor领导的,他是一名AI研究人员,拿到了飞行执照。有许多企业都在努力,想开发可以自己做决定的飞机、汽车及其它机器,它们处于不确定环境时能够自己做决定,机器如果想自己导航,必须具备这样的能力。

利用相似的方法,谷歌也在开发高纬度互联网气球,它可以在空中一次飞翔几个月。许多公司都在设计能够自动行驶的汽车。学校专家也在努力,比如加州大学伯克利分校,他们开发的东西相当广泛,有家用机器人,这些机器人看起来简单,实际上可以完成相当复杂的任务,比如整理床铺,他们还在开发外科手术机器人。

汽车、飞机及其它机器人可以识别周边目标物,精准度与人类眼睛不相上下,能做到主要是因为有了神经网络,神经网络是一个用来描述数学系统的术语,它可以通过分析大量数据不断学习,完成特定任务。

要让机器自己导航,机器必须模拟人类直觉,预测接下来会发生什么事,根据情况改变行为。微软、谷歌、伯克利瞄准的正是这个方向。

这种类型的研究越来越重要,谷歌和许多企业都在开发无人驾驶汽车。斯坦福航空航天教授Mykel Kochenderfer认为,微软项目推动自动驾驶汽车向前发展,这种汽车可以处理各种意外行为,比如司机、自行车骑手、行人的意外行为。

如果要控制机器,让它在相对安全但是非常真实的环境中行驶,数学技术的边界必须拓宽。Kochenderfer说:“通过滑翔机,你可以测试算法,将测试对人、财产构成的威胁降到最低。”

开发算法时,Kapoor和团队依靠几十年前的老技术,这种技术叫作“马尔可夫决策过程”。从本质上讲就是对不确定环境进行识别并做出响应。

有一个背包,里面随机装了许多东西,你将手伸到背包里拿东西,就会有许多不同的结果,马尔可夫技术与此类似。当你将手伸到背包,开始搜索,拿到的东西非常不确定。你不知道去哪里拿。首先,你要移开大东西,比如书和笔,你知道它们不是硬币,然后变化减少,降到最少,任务变得容易完成了。微软算法正是要做相似的事,它是一种“数学感知”。算法会对不确定性进行限制,将问题的范围缩小。

无人机续航太短?微软认为“滑翔”才是终极奥义

Andrey Kolobov也是Kapoor团队的成员,他是一名研究人员,对这种方法很了解。

4年前,Andrey Kolobov加入微软研究团队,他将这种方法应用于Windows操作系统和必应搜索。当时,Kolobov要解决的是数字世界的不确定问题,现在他要将该方法应用于物理世界。Kolobov说这种方法的应该范围越来越广。

在内华达沙漠内,团队让两个滑翔机升空,用手持遥控控制。一旦开始飞行,滑翔机用自己的设备翱翔,它必须利用风及其它空气条件飞行。

通过内置算法,滑翔机可以分析周边发生的事,然后根据需要改变方向。它们会从环境中学习,虽然滑翔机不知道接下来会发生什么事,但是至少可以猜测。Kolobov解释说,因为滑翔机要依赖无法控制的现象飞行,所以必须提前推断、规划。

滑翔机需要规划路线,前往某个位置,那里会有升力,然后寻找办法利用升力,借上升暖气流飞行。事实证明数学方法是可行的。

尽管如此,飞行器离完美还很遥远。微软使用的是玻璃纤维滑翔机,翼展16英尺,团队希望能创下滑翔机无人驾驶飞行时间新纪录,让飞行时间达到5小时以上。反复尝试了2天之后,因为无线电及其它设备有问题目标没有达到。

研究人员可以改进学习算法,如果要让无人驾驶汽车变得更完美,这点相当重要。要让机器在真实世界自己导航,机器必须向人类直觉学习,为下一步做准备,处理之前未曾经历过的事情。

加州大学伯克利分校教授Ken Goldberg说:“机器人的核心问题是不确定性,机器人与围棋、国际象棋等游戏的不同之处正在于此。”

在过去2年里,谷歌旗下DeepMind用神经网络及其它技术打造了一个系统,它打败了世界知名围棋高手,围棋游戏比国际象棋更复杂。在AI发展史上这是一个里程碑。现在研究人员希望能让AI在真实世界取得更大进步。

为什么微软要开发无人驾驶滑翔机?这是一个重要原因。正如Kolobov所说的:“明天的AI系统将会面临所有相同的挑战。”

原文链接:https://www.nytimes.com/2017/08/16/technology/microsoft-teaches-autonomous-gliders-to-make-decisions-on-the-fly.html?partner=rss&emc=rss

编译组出品。编辑:郝鹏程