В MIT научили дроны ориентироваться на незнакомой местности с помощью «жидких» нейросетей

Команда MIT обнаружила, что жидкие нейронные сети хорошо справляются с принятием надёжных решений в неизвестных областях, таких как леса, городские ландшафты и среды с добавленным шумом, вращением и окклюзией. Сети даже превзошли многие современные аналоги в навигационных задачах, и исследователи надеются, что они могут обеспечить потенциальные реальные приложения дронов, такие как поиск и спасение, а также доставка и мониторинг дикой природы.

Новый класс алгоритмов машинного обучения, разработанный командой, фиксирует случайную структуру задач из многомерных неструктурированных данных, таких как пиксельные входные данные с камеры, установленной на дроне. Затем гибкие нейронные сети извлекают важнейшие аспекты задачи и игнорируют ненужные функции, позволяя приобретенным навыкам навигации беспрепятственно переносить цели в новые среды.

В серии экспериментов по управлению квадрокоптерами с обратной связью дроны MIT CSAIL прошли тесты на дальность, стресс-тесты, вращение цели и окклюзию, походы с противниками, треугольные петли между объектами и динамическое отслеживание цели. Дроны могли отслеживать движущиеся цели и выполнять многоступенчатые циклы между объектами в совершенно новых условиях. Работа инженеров института была подробно описана на официальном сайте института.

Ранее ГЛАС сообщал: американские инженеры создали надувной квадрокоптер с птицеподобными лапами для работы под завалами.