人工智能又一次战胜了人类世界冠军，这一次是在无人机竞速领域。
这一重磅成果由瑞士苏黎世大学工程师团队于8月30日刊登在《自然》杂志上。自2011年的第一场与AI的无人机比赛后，在Swift以前，还没有一款自主操控无人机能够击败人类飞行员。
在这场无人机比赛中，人类操纵者通过机载摄像机操纵无人机通过3D赛道。Swift系统的创新之处在于能够将无人机的状态映射到调整推力和旋转速率的命令。这项成果是移动机器人和机器智能领域的一个里程碑。
Swift是一个仅使用机载传感器和计算完成自主控制的四旋翼飞行器。
它在哪些方面超过了人类飞行员？
Swift的优势与缺点如何？
Swift有哪些应用前景？
最近，在一场无人机比赛中，一架自主控制的无人机战胜了顶级人类玩家。
这架自主控制无人机是由来自苏黎世大学的研究团队设计研发的swift系统，研究成果登上了最新一期的《Nature》杂志封面。
在这场无人机比赛中，人类操纵者通过机载摄像机操纵无人机通过3D赛道，这是为了让操纵者从无人机的视角观察环境。自主无人机要达到人类控制无人机的水平是非常具有挑战性的，因为无人机需要仅通过机载传感器估计其在赛道中的速度和位置。而Swift战胜的是世界冠军级人类玩家，他们分别是：2019年无人机竞速联盟世界冠军Alex Vanover、两届MultiGP国际公开赛冠军Thomas Bitmatta和三届瑞士全国冠军Marvin Schaepper。Swift不仅赢得了与人类冠军的比赛，还创造了最快的比赛纪录。这项工作是移动机器人和机器智能领域的一个里程碑。
下面我们就来看一下自主无人机Swift的技术方法。
Swift是一个仅使用机载传感器和计算完成自主控制的四旋翼飞行器，由两个关键模块组成：
1.感知系统，将高维的视觉和惯性信息转换成低维表征；
2.控制策略，摄取感知系统产生的低维表征并产生控制命令。其中，控制策略由一个前馈神经网络来表征，并使用无模型on-policy深度强化学习（RL）进行训练。由于模拟与现实世界在传感和动力学方面存在差异，仅在模拟中优化策略会导致无人机的现实性能较差，因此研究团队利用物理系统收集的数据来估计非参数经验噪声模型（non-parametric empirical noise model）。实验表明，这些经验噪声模型有助于将控制策略从模拟成功转移到现实。具体来说，Swift 将机载传感器的读数映射成控制命令，这一映射包括两部分：(1) 观察策略，将高维的视觉和惯性信息提炼成特定于任务的低维编码；(2) 控制策略，将编码转换成无人机命令。
Swift的观察策略需要运行视觉-惯性估计器和门检测器。其中，门检测器是一个卷积神经网络，用于检测机载图像中的赛车门，然后使用检测到的门来估计无人机在赛道上的全局位置和飞行方向。这是使用相机后方交会算法（camera-resectioning algorithm），并结合赛道地图来完成的。
最后，Swift 用卡尔曼滤波（Kalman filter）将全局姿态估计（从门检测器获得）与视觉 - 惯性估计结合起来，从而更准确地表征机器人的状态。控制策略（用一个两层感知器表征），负责将卡尔曼滤波（Kalman filter）的输出映射成无人机控制命令。
控制策略在模拟中使用无模型on-policy深度强化学习（RL）进行训练。在训练期间，该策略会考虑相机视野内下一个竞赛门的信息，将奖励最大化，以提高姿态估计的准确性。实验及结果为了评估Swift的性能，该研究进行了一系列的比赛实验，并与轨迹规划和模型预测控制（MPC）进行了比较。
在与A. Vanover的9场比赛中，Swift赢了5场；在与T. Bitmatta的7场比赛中，Swift赢了4场；在与M. Schaepper的9场比赛中，Swift 赢了6场。在Swift记录的10次失利中，40%是因为与对手相撞，40%是因为与竞赛门相撞，20%是因为比人类控制的无人机慢。
总体而言，在与人类控制无人机进行的比赛中，Swift获胜次数最多，并且它还创造了最快的比赛纪录，比人类控制无人机（A. Vanover）的最佳时间快了半秒。为了对Swift的性能进行更细致的分析，该研究比较了Swift和人类控制无人机的最快单圈飞行速度。虽然从整体上看，Swift比所有人类控制无人机都要快，但它在赛道的每个赛段上的速度并不快。研究团队仔细分析发现：在起飞时，Swift的反应时间较短，平均比人类飞行员早120毫秒起飞；Swift的加速也更快，进入第一个竞赛门时速度更高。在急转弯时，Swift的动作更加紧凑。研究团队还提出一种假设，Swift在比人类操控者更长的时间尺度上优化轨迹。众所周知，无模型RL可以通过价值函数优化长期奖励（long-term reward）。相反，人类操控者规划运动的时间尺度较短，最多只能预测未来一个竞赛门。
部分内容来源：机器之心
