Novo Algoritmo Treina Drones para Voar ao Redor de Obstáculos em Alta Velocidade

Se você cumprir as corridas de drones independentes, provavelmente terá em mente os acidentes, desde que sejam bem-sucedidos. Na corrida de drones, os grupos concluem para ver qual caminhão é mais bem treinado para voar mais rápido através de uma pista de obstáculos. No entanto, quanto mais velozes os drones voam, mais imprevisíveis eles acabam sendo, e também em altas velocidades, as regras da aerodinâmica podem ser complicadas de prever. Como resultado, as colisões são um incidente comum e freqüentemente espetacular.

No entanto, se eles puderem ser pressionados para serem muito mais rápidos e ativos, os drones podem ser usados ​​em procedimentos urgentes além da pista de corrida, como um exemplo para procurar sobreviventes em uma calamidade natural.

Atualmente, os engenheiros aeroespaciais do MIT desenvolveram uma fórmula que ajuda os drones a encontrar o curso mais rápido em torno dos desafios sem bater. A fórmula totalmente nova integra simulações de um drone voando através de um curso de treinamento de barreira digital com dados de experimentos de um drone genuíno voando pelo mesmo curso de treinamento em uma área física.

Os pesquisadores descobriram que um drone treinado com seu algoritmo voava com um programa de desafio simples até 20 por cento mais rápido do que um drone treinado em fórmulas de preparação padrão. Surpreendentemente, o novo algoritmo não manteve constantemente um drone à frente de seu rival durante o curso de treinamento. Em alguns casos, ele optou por desacelerar um drone para administrar uma curva desafiadora ou economizar energia para acelerar e também superar seu oponente.

“Na banda larga, existem regras de aerodinâmica elaboradas que são difíceis de replicar, então usamos experimentos no mundo real para preencher esses grandes vazios para localizar, por exemplo, que pode ser muito melhor reduzir primeiro para ser muito mais rápido mais tarde ”, afirma Ezra Tal, estudante universitária do Departamento de Aeronáutica e também Astronáutica do MIT. “É essa técnica totalmente natural que utilizamos para ver como podemos fazer uma trajetória geral o mais rápido possível.”

“Este tipo de fórmulas é um passo essencial para permitir que futuros drones possam navegar em ambientes complexos muito rapidamente”, acrescenta Sertac Karaman, professor associado de aeronáutica e também astronáutica e também supervisor do Laboratório de Informações e Soluções de Decisão do MIT. “Esperamos atingir os limites de forma que eles possam fazer uma viagem o mais rápido que suas limitações físicas permitirem.”

Tal Karaman e o estudante de graduação do MIT Gilhyun Ryou publicaram seus resultados no International Journal of Robotics Study.

Hits rápidos

Treinar drones para voar ao redor de obstáculos é relativamente simples se eles pretendem voar devagar. Isso porque as regras da aerodinâmica, como o arrasto, normalmente não entram em mergulho em velocidades reduzidas, bem como podem ser excluídas de qualquer modelagem do comportamento de um drone. No entanto, na banda larga, esses impactos são muito mais aparentes, e também precisamente como os caminhões certamente vão lidar é muito mais difícil de prever.

“Quando você está voando rápido, é difícil estimar onde você está”, afirma Ryou. “Pode haver atrasos no envio de um sinal para um motor elétrico ou uma queda repentina de tensão, o que pode criar outros problemas de características. Esses efeitos não podem ser projetados com métodos de preparação padrão.”

Para entender como a aerodinâmica de alta velocidade afeta os drones em vôo, os pesquisadores precisam fazer muitos experimentos em laboratório, estabelecendo drones em várias taxas e trajetórias para ver quais voam rapidamente sem colidir – um treinamento caro, além de tipicamente indutor de colisões processo.

Em vez disso, o grupo do MIT desenvolveu um algoritmo de planejamento de vôo de alta velocidade que integra simulações e experimentos de forma a diminuir o número de experimentos necessários para identificar trajetórias de vôo rápidas e seguras.

Os cientistas começaram com um modelo de planejamento de vôo baseado na física, que eles estabeleceram para primeiro replicar como um drone pode agir enquanto voa através de um curso de barreira virtual. Eles substituem centenas de circunstâncias de corrida, cada uma com várias trajetórias de vôo e também padrões de velocidade. Eles então mapearam se cada circunstância era viável (sem risco) ou inviável (resultando em um acidente). A partir desse gráfico, eles poderiam rapidamente se concentrar em alguns dos cenários mais atraentes, ou trajetórias de corrida, para experimentar em laboratório.

“Podemos fazer essa simulação de baixa fidelidade de maneira econômica e rápida, para ver trajetórias interessantes que podem ser o mais rápidas possível. Depois disso, fazemos essas trajetórias em experimentos para ver quais são de fato viáveis ​​no mundo real, “Tal afirma. “Em última análise, nos unimos à trajetória ideal que nos dá o tempo prático mais acessível.”

Indo lento para ir rápido

Os pesquisadores substituíram um drone voando por um curso de treinamento fácil com cinco desafios consideráveis ​​em forma de quadrado, preparados em uma configuração escalonada para demonstrar sua nova técnica. Eles montaram esse mesmo arranjo em um espaço de treinamento físico, bem como programaram um drone para voar pelo programa em velocidades e também em trajetórias que eles anteriormente escolheram em suas simulações. Eles também executaram o mesmo programa com um drone educado em um algoritmo muito mais convencional que não incorpora experimentos em seu planejamento.

No geral, o drone educado no algoritmo totalmente novo “venceu” todas as corridas, terminando o programa em menos tempo do que o drone treinado convencionalmente. Em algumas circunstâncias, o drone vencedor finalizou o programa 20 por cento mais rápido que seu concorrente, embora tenha feito uma trajetória com um início mais lento, por exemplo, demorando um pouco mais para fazer uma curva. Esse tipo de ajuste refinado não foi aceito pelo drone convencionalmente experiente, provavelmente porque suas trajetórias, baseadas apenas em simulações, podem não produzir efeitos de resistência ao vento que os experimentos do grupo revelaram no mundo real.

Os pesquisadores se preparam para fazer mais experimentos em velocidades mais rápidas e com atmosferas mais complexas para aprimorar sua fórmula. Eles também podem incluir informações de viagem de pilotos humanos que competem com drones remotamente e cujas decisões e manobras podem ajudar a definir planos de viagem mais rápidos, mas ainda assim viáveis.

“Se um piloto humano está diminuindo ou ganhando velocidade, isso pode informar o que nossa fórmula faz”, afirma Tal. “Podemos, adicionalmente, usar a trajetória do piloto humano como ponto de partida, e aprimorar a partir disso, para ver o que é algo que os humanos não fazem, que nosso algoritmo pode determinar, para voar muito mais rápido. Essas são algumas sugestões futuras estamos pensando. “

Referência: “Otimização de caixa preta multifidelidade para manobras de quadrotor otimizadas com o tempo” por Gilhyun Ryou, Ezra Tal e Sertac Karaman, 29 de julho de 2021,  International Journal of Robotics Research. DOI: 10.1177 / 02783649211033317