人間のチャンピオンを倒せ！ドローンレースにおけるAIの進歩は何を意味するのでしょうか?

初めて、ドローンが1対1のチャンピオンシップマッチで人間の対戦相手に勝利しました。ドローンの背後にはSwiftと呼ばれる人工知能システムが搭載されていた。雑誌「ネイチャー」の表紙にも、同じ号の表紙に関連論文が掲載されました。

AIはどのようにしてゲームマスターになるのでしょうか?

チェス、StarCraft、Dota2、GT レースなどのゲームでコンピュータと対戦する場合、コンピュータの仮想プレイヤーは一連の操作をどのように完了するのでしょうか?

深層強化学習 (RL) システムについて聞いたことがないかもしれませんが、聞いたことがあるか、または接触したことがあるはずです。深層強化学習 (RL) システムについて聞いたことがないかもしれません。コンピューターの仮想プレイヤーがこの技術を使用しているためです。

シミュレーションやボードゲーム環境では、AI は簡単に人間を上回ることができますが、現実世界での競争では、AI の意思決定と操作は多くの困難に直面します。

一人称視点（FPV）ドローンレースは、プロのプレイヤーが3Dトラック上で高速ドローンを飛行させる競技です。操縦者は、搭載カメラから送信される画像を通じてドローンの視点から環境を観察し、加速、減速、旋回などの操作を完了し、ドローンが軌道上の障害物を通過できるようにします。

俊足（青）と人間（赤）の戦い、7つの四角い門を1つずつ通過しなければならない、画像出典：参考文献

自律型ドローンがプロのパイロットと同じレベルで飛行するのは困難です。なぜなら、ロボットは搭載センサーに基づいて速度と位置を推定することしかできず、物理的な制限内で飛行する必要があるからです。

従来のドローンレースの方法には、軌道計画とモデル予測制御 (MPC) が含まれますが、この方法は理想的な条件下でのみ実装できます。一度でも干渉が発生すると、システム全体が崩壊してしまいます。

画像ソース: piqsels

Swift システムはこの困難を克服します。 Swift システムは、次の 2 つの主要モジュールで構成されています。

1 つ目は知覚システムであり、高次元視覚 (空間立体視) と慣性情報を低次元コードに変換します。

2 つ目は制御システムで、知覚システムによって生成された低次元コードを吸収し、制御コマンドを生成します。これら 2 つのシステムを組み合わせることで、物理環境の微妙な変化に基づいてリアルタイムで意思決定を調整できるようになります。

もちろん、高度な認識・制御システムだけでは、人間のチャンピオンドライバーと競争するには不十分です。

Swift システムは人間よりもどのような点で優れているのでしょうか?

Swift システムには、人間のドライバーに比べて特定の構造上の利点があります。

Swift システム、画像ソース: 参考文献

まず、機体に搭載された慣性計測装置からの慣性データを活用できます。

これは人間の前庭系に似ていますが、人間のパイロットは実際に飛行機に乗っていないため、飛行機に作用する加速度を感じることができないため、レース中は前庭系を使用することができません。

2 番目に、Swift システムは感覚運動遅延が低いという利点があります(人間の専門家の平均 220 ミリ秒と比較して、Swift では 40 ミリ秒)。

FPV レースでは、これまでに作られたマシンの中で最も機敏なマシンの 1 つであるクアッドコプターが使用されます。競技中、航空機は自重の5倍以上の力を発揮し、限られた空間でも時速100kmを超える速度で飛行し、加速度は重力の数倍にもなります。したがって、遅延が小さいほど、航空機の柔軟性が向上します。

実際の競技過程では、人間のパイロットが1週間にわたってコース上で練習しました。その後、Swift が制御するドローンと人間は、フィールド トラック上の各ゲートを正しい順序で通過する必要があります。スウィフトは人間のチャンピオンとの直接対決3試合すべてに勝利し、最速記録も樹立した。

画像ソース: piqsels

AI制御のドローンが人間に勝利した後も、自律移動ロボットにはまだまだ改良の余地が残っています。

例えば、人間がドローンを操縦している場合、衝突が起こったとしても、ハードウェアが正常に動作している限り、人間はドローンを操縦して飛行を続け、コースを完走することができますが、Swift は衝突後の回復の訓練を受けていません。

多くの制限があるにもかかわらず、この研究は移動ロボット工学と機械知能における画期的なものであり、自律走行地上車両、航空機、および個人用ロボットの急速な開発を可能にするでしょう。

参考文献

オリジナル論文: Kaufmann, E.、Bauersfeld, L.、Loquercio, A. 他。深層強化学習を使用したチャンピオンレベルのドローンレース。ネイチャー620、982–987（2023）。 https://doi.org/10.1038/s41586-023-06419-4

企画・制作

出典: 科学技術協会の声

著者: SamKakeru ポピュラーサイエンスライター

編集者: ヤン・ヤーピン、ジン・ユーフェン