无人机竞速。图片来源:《自然》在线版
《自然》30日发表的一篇论文报道了一个名为Swift的人工智能(AI)系统,该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。研究结果标志着移动机器人学和机器智能的一个里程碑,并可启发在其他物理系统中的部署,如自动驾驶的地面车辆、飞行器和个人机器人。
深度强化学习系统已在各类博弈中战胜过人类,包括国际象棋、雅达利游戏、《星际争霸》和GT赛车。不过,这些大部分都是模拟和棋盘游戏环境,而不是物理世界的竞赛。在第一人称视角的无人机竞速中,职业选手需驾驶高速飞行器穿过三维赛道。每位飞行员通过机载摄像机的视频直播从无人机的视角观察周围环境。自动驾驶无人机要达到职业飞行员的水准很难,因为机器人需要在其物理限制下飞行,同时只能根据机载传感器估算其速度和方位。
瑞士苏黎世大学研究团队设计了一种自动驾驶系统,能以人类世界冠军的水准进行物理世界的竞赛。该系统将模拟的深度强化学习与物理世界采集的数据相结合。在由一位职业无人机竞速飞行员设计的现实世界赛道上进行的一系列比赛中,Swift与三名人类冠军对战,包括两项国际联赛的世界冠军。人类飞行员有一周时间在真实赛道上训练,之后每位飞行员在多场一对一比赛中对战Swift。该系统在多个回合中击败了每一位人类冠军(25场比赛中共获胜15场),而且打破了比赛的最短用时纪录,比人类飞行员的最快速度还领先半秒。
在同时发表的新闻与观点文章中,科学家评论称,该系统必须能应对外部干扰,如风、光照条件变化、定义不太清晰的各种障碍、其他竞速无人机等等——所有这些都对现有的AI技术构成很大挑战。
这无疑是一项突破性技术,但我们应看到它的两面性。作为AI领域的重要成就,该系统可以在更真实多变的环境中进一步开发,充分释放应用潜力;但另一方面,研究人员不得不思考由AI控制的无人机所应具备的技术和伦理范畴——包括但不限于软件漏洞、权限错误、人类最终决策权可能面临的挑战等种种问题。无论作为军事武器还是民用飞行,我们都要对AI驱动下无人机的异常情况有所防范。
相关文章









