Πώς η τεχνητή νοημοσύνη βελτιώνει τον έλεγχο των αυτόνομων drones

Η πρόκληση των απρόβλεπτων συνθηκών

Φανταστείτε ένα αυτόνομο drone που μεταφέρει νερό για να βοηθήσει στην κατάσβεση μιας πυρκαγιάς στη Σιέρα Νεβάδα. Καθώς πετάει, μπορεί να συναντήσει τους ισχυρούς ανέμους Santa Ana, οι οποίοι απειλούν να το εκτρέψουν από την πορεία του. Η ταχεία προσαρμογή σε αυτές τις άγνωστες διαταραχές κατά τη διάρκεια της πτήσης αποτελεί μια τεράστια πρόκληση για το σύστημα ελέγχου πτήσης του drone.

Η καινοτομία του MIT

Για να βοηθήσουν τα drones να παραμείνουν στην πορεία τους, οι ερευνητές του MIT ανέπτυξαν έναν νέο, βασισμένο στη μηχανική μάθηση, αλγόριθμο προσαρμοστικού ελέγχου. Αυτός ο αλγόριθμος μπορεί να ελαχιστοποιήσει την απόκλιση από την προγραμματισμένη τροχιά του drone απέναντι σε απρόβλεπτες δυνάμεις, όπως οι ισχυροί άνεμοι. Σε αντίθεση με τις παραδοσιακές προσεγγίσεις, η νέα τεχνική δεν απαιτεί από το άτομο που προγραμματίζει το drone να γνωρίζει εκ των προτέρων τη δομή αυτών των αβεβαιοτήτων. Αντίθετα, το μοντέλο τεχνητής νοημοσύνης του συστήματος ελέγχου μαθαίνει ό,τι χρειάζεται από μια μικρή ποσότητα δεδομένων παρατήρησης που συλλέγονται από 15 λεπτά πτήσης.

Αυτόματη επιλογή αλγορίθμου

Σημαντικό είναι ότι η τεχνική καθορίζει αυτόματα ποιον αλγόριθμο βελτιστοποίησης πρέπει να χρησιμοποιήσει για να προσαρμοστεί στις διαταραχές, βελτιώνοντας έτσι την απόδοση παρακολούθησης. Επιλέγει τον αλγόριθμο που ταιριάζει καλύτερα στη γεωμετρία των συγκεκριμένων διαταραχών που αντιμετωπίζει το drone.

Η δύναμη της μεταμάθησης

Οι ερευνητές εκπαιδεύουν το σύστημα ελέγχου τους να κάνει και τα δύο ταυτόχρονα χρησιμοποιώντας μια τεχνική που ονομάζεται μεταμάθηση (meta-learning), η οποία διδάσκει στο σύστημα πώς να προσαρμόζεται σε διαφορετικούς τύπους διαταραχών. Συνολικά, αυτά τα στοιχεία επιτρέπουν στο προσαρμοστικό σύστημα ελέγχου να επιτυγχάνει 50% λιγότερο σφάλμα παρακολούθησης τροχιάς από τις βασικές μεθόδους σε προσομοιώσεις και να αποδίδει καλύτερα με νέες ταχύτητες ανέμου που δεν είχε δει κατά την εκπαίδευση.

Εφαρμογές στο μέλλον

Στο μέλλον, αυτό το προσαρμοστικό σύστημα ελέγχου θα μπορούσε να βοηθήσει τα αυτόνομα drones να παραδίδουν πιο αποτελεσματικά βαριά δέματα παρά τους ισχυρούς ανέμους ή να παρακολουθούν περιοχές με κίνδυνο πυρκαγιάς σε ένα εθνικό πάρκο. «Η ταυτόχρονη εκμάθηση αυτών των στοιχείων είναι αυτό που δίνει στη μέθοδό μας τη δύναμή της. Με τη χρήση της μεταμάθησης, ο ελεγκτής μας μπορεί αυτόματα να κάνει επιλογές που θα είναι οι καλύτερες για γρήγορη προσαρμογή», λέει ο Navid Azizan, ο οποίος είναι Επίκουρος Καθηγητής στο Τμήμα Μηχανολογίας του MIT και στο Ινστιτούτο Δεδομένων, Συστημάτων και Κοινωνίας (IDSS), κύριος ερευνητής του Εργαστηρίου Πληροφοριών και Συστημάτων Απόφασης (LIDS) και ο κύριος συγγραφέας μιας μελέτης για αυτό το σύστημα ελέγχου.

Επιλογή του κατάλληλου αλγορίθμου

Συνήθως, ένα σύστημα ελέγχου ενσωματώνει μια λειτουργία που μοντελοποιεί το drone και το περιβάλλον του και περιλαμβάνει κάποιες υπάρχουσες πληροφορίες για τη δομή των πιθανών διαταραχών. Αλλά σε έναν πραγματικό κόσμο γεμάτο αβέβαιες συνθήκες, είναι συχνά αδύνατο να σχεδιαστεί αυτή η δομή εκ των προτέρων. Πολλά συστήματα ελέγχου χρησιμοποιούν μια μέθοδο προσαρμογής βασισμένη σε έναν δημοφιλή αλγόριθμο βελτιστοποίησης, γνωστό ως gradient descent, για να εκτιμήσουν τα άγνωστα μέρη του προβλήματος και να καθορίσουν πώς να κρατήσουν το drone όσο το δυνατόν πιο κοντά στην επιθυμητή τροχιά κατά τη διάρκεια της πτήσης. Ωστόσο, το gradient descent είναι μόνο ένας αλγόριθμος σε μια μεγαλύτερη οικογένεια αλγορίθμων που είναι διαθέσιμοι για επιλογή, γνωστή ως mirror descent.

Η ευελιξία του mirror descent

«Το mirror descent είναι μια γενική οικογένεια αλγορίθμων, και για οποιοδήποτε πρόβλημα, ένας από αυτούς τους αλγόριθμους μπορεί να είναι πιο κατάλληλος από άλλους. Το ζήτημα είναι πώς να επιλέξετε τον κατάλληλο αλγόριθμο για το πρόβλημά σας. Στη μέθοδό μας, αυτοματοποιούμε αυτή την επιλογή», εξηγεί ο Azizan. Στο σύστημά τους, οι ερευνητές αντικατέστησαν τη λειτουργία που περιέχει κάποια δομή πιθανών διαταραχών με ένα μοντέλο νευρωνικού δικτύου που μαθαίνει να τις προσεγγίζει από δεδομένα. Με αυτόν τον τρόπο, δεν χρειάζεται να έχουν εκ των προτέρων μια δομή των ταχυτήτων ανέμου που θα μπορούσε να συναντήσει το drone.

Συνεχής μάθηση και προσαρμογή

Η μέθοδος τους χρησιμοποιεί επίσης έναν αλγόριθμο για να επιλέξει αυτόματα τη σωστή λειτουργία mirror-descent ενώ μαθαίνει το μοντέλο του νευρωνικού δικτύου από δεδομένα, αντί να υποθέτει ότι ο χρήστης έχει ήδη επιλέξει τη βέλτιστη λειτουργία. Οι ερευνητές δίνουν σε αυτόν τον αλγόριθμο μια σειρά λειτουργιών για να επιλέξει, και αυτός βρίσκει αυτή που ταιριάζει καλύτερα στο πρόβλημα. «Η επιλογή μιας καλής λειτουργίας δημιουργίας απόστασης για την κατασκευή της σωστής προσαρμογής mirror-descent έχει μεγάλη σημασία για την επίτευξη του σωστού αλγορίθμου για τη μείωση του σφάλματος παρακολούθησης», προσθέτει ο Tang.

Προοπτικές για το μέλλον

Η ομάδα τώρα πραγματοποιεί πειράματα υλικού για να δοκιμάσει το σύστημά τους σε πραγματικά drones με μεταβαλλόμενες συνθήκες ανέμου και άλλες διαταραχές. Θέλουν επίσης να επεκτείνουν τη μέθοδό τους ώστε να μπορεί να αντιμετωπίζει διαταραχές από πολλαπλές πηγές ταυτόχρονα. Για παράδειγμα, οι μεταβαλλόμενες ταχύτητες ανέμου θα μπορούσαν να προκαλέσουν τη μετατόπιση του βάρους ενός φορτίου που μεταφέρει το drone κατά την πτήση, ειδικά όταν το drone μεταφέρει φορτία που κουνιούνται.