最近，卡內基梅隆大學機器人專家 Dhiraj Gandhi，Lerrel Pinto 和 Abhinay Gupta 發(fā)表了一篇題為《通過墜機學習如何飛行》的論文，在此，不妨讓我們來看看這項研究究竟是什么：
模擬世界和現實世界之間的最大差距，其實就是感知問題。絕大多數無人機實驗都避免大量使用實際數據，因為現實中無人機墜機情況時有發(fā)生！在這篇論文中，我們就“勉為其難”，從收集無人機自己墜機的數據集合入手！我們開發(fā)了一款無人機，它只有一個目的，就是撞向物體墜機……我們會使用所有這些墜機數據和相同軌跡采樣的正常飛行數據相結合，然后讓無人機學習一個簡單、且強大的導航策略。
聽起來是不是很酷？現在，就讓我們開始墜機吧！
在思考如何成功飛行（或是駕駛、步行、以及其他任何形式的運動）時，一個方法就是讓無人機不斷地出現飛行失敗、墜機——就像孩子學習走路時會經常摔倒一樣。從這個角度來看，學習飛行最有效的方法，就是通過從摧毀中得到大量經驗，這樣才能學會如何避免出現墜毀。一旦你可以成功避免碰撞，那么基本上就能知道該如何飛行了，是不是很簡單？然而，我們往往不會采用這種學習方式，因為無論是對機器人，還是對人類而言，墜毀通常都是非常糟糕的一種結果。
卡內基梅隆大學的機器人專家則希望另辟蹊徑，和過去人們盡可能嘗試尋找不去讓無人機墜毀的解決方案不同，他們能夠從無人機墜毀中找到一條新方法，因此他們研發(fā)了一款 AR Drone 2.0 無人機，可以在二十多種室內環(huán)境下不斷墜毀——短短四十小時的飛行時間中，這款無人機就墜毀了 11.5 萬次。正如研究人員所指出的那樣：“由于無人機的外殼價格很便宜，而且易于更換，所以即便出現災難性故障，成本也可以忽略不計。”每次碰撞都是隨機的，無人機會在室內空間內的隨機位置起飛，然后開始緩慢超前飛行，直到撞上某個物體。之后，它會重新回到起點，然后再選擇一個新方向——當然，前提是這款無人機還能繼續(xù)飛。
在此過程中，無人機的前置攝像機會以 30 Hz 的頻率來記錄圖像。一旦碰撞發(fā)生之后，飛行軌跡上的圖像就會被分成兩部分：一部分是無人機正常飛行的，另一部分則是墜毀一瞬間的圖像。這兩部分圖像集合會被發(fā)送給一個深度卷積神經網絡，利用人工智能技術來學習、分析給定的拍攝圖像，然后判斷直線飛行是否是一個好主意。在 11.5 萬次碰撞之后，算法所學習到的經驗已經能夠讓無人機自主飛行了，即便是在狹窄、混亂的環(huán)境中，無人機也能輕松避開障礙物，甚至是一些毫無明顯特征的白色墻壁和玻璃門，無人機也能躲開。不僅如此，控制無人機的算法其實也很簡單：它將 AR Drone 無人機的前置攝像頭拍攝的圖像分割成了左圖像和右圖像，如果這兩個圖像中的任意一個看起來比較不容易出現碰撞，那么無人機就會朝那個方向飛行，否則無人機將會繼續(xù)保持直線飛行。
那么，這種解決方案是否有效呢？坦白說，無人機自主飛行效果肯定沒有人類直接操控的那么好，不過在相對比較復雜的環(huán)境中，比如狹窄的走廊和布滿椅子的走廊里，人類反應往往沒有機器算法判斷的快。
最后一個顯而易見的問題，那就是這種解決方案，是否比傳統(tǒng)訓練無人機學習飛行的方法更好？畢竟，這種解決方案是教導無人機墜毀，而不是飛行。實際上，現在我們都還不知道答案是什么，但最重要的是，如果允許無人機墜機，那么整個學習過程都可以是自我監(jiān)督的：就把無人機放到一個房間里，讓它自己飛、自己撞、自己墜毀——當然你得去給它更換電池，而除了更換電池之外，你所收集的數據、以及無人機學習過程完全都是自主完成的。另一方面，如果你試圖較無人機不要碰撞，那么就必須還得找到一種方法來確保它不會墜毀。當然，你可以通過從人類飛行員身上學習，或是把無人機放置在具有運動捕捉系統(tǒng)以及一些部署 3D 障礙物的環(huán)境下飛行，不過所有這些解決方案都會增加大量成本和復雜度。所以，讓無人機從墜機中學習飛行，要容易的多。
