Исследователи из Шанхайского университета Цзяотун предложили новый подход, который позволяет дронам автономно двигаться по сложным и динамичным средам на высокой скорости. Их метод, вдохновленный летными способностями насекомых, использует легкие нейронные сети, интегрированные с физическими моделями, для решения задач навигации и избегания препятствий.
Основы подхода: нейронные сети и физика в одном
«Нас всегда поражало, как мухи и другие насекомые могут маневрировать в воздухе с такой ловкостью, несмотря на свою ограниченную нервную систему», — говорят профессора Данпин Цзоу и Вэйяо Линь, соавторы исследования. Чтобы воспроизвести этот уровень управления полетом, исследователи использовали искусственную нейронную сеть с минимальными вычислительными требованиями, которая принимает данные с датчиков и генерирует команды управления дронов.
Для обучения сети использовались симуляции с простыми геометрическими формами (кубы, цилиндры, плоскости), которые создавали разнообразные среды для тренировки дронов. Главное преимущество подхода заключается в том, что система не требует больших объемов данных и может работать с минимальной информацией, что позволяет значительно снизить вычислительные затраты.
Особенности и достижения
- Минимализм в вычислениях: нейронная сеть состоит всего из трех сверточных слоев, что делает её лёгкой и энергоэффективной. Сеть была обучена за два часа на графическом процессоре RTX 4090.
- Многоагентный подход: система естественно поддерживает взаимодействие нескольких дронов без централизованного планирования или явной коммуникации, что делает её пригодной для сценариев с роями дронов.
- Реализация на дешевом оборудовании: исследователи протестировали систему на встроенной плате стоимостью 21 доллар, что подчеркивает её доступность и потенциал для массового применения.
- Гибкость и надежность: подход показал отличные результаты в реальных тестах, несмотря на то, что был обучен на низкоразрешенных картинках. Дроны смогли эффективно перемещаться со скоростью до 20 м/с, что делает систему жизнеспособной для быстрых и динамичных задач.
Будущее и возможные применения
Этот подход может значительно расширить возможности дронов, применяя их для более сложных задач, таких как участие в спортивных соревнованиях, поисково-спасательные операции, съемка мероприятий или даже автоматическое создание контента, например, селфи. Одним из будущих направлений является использование оптического потока вместо карт глубины для улучшенной навигации.
«Мы надеемся, что наш подход поможет приблизиться к пониманию того, как насекомые обрабатывают окружающую среду и принимают решения», — добавляют исследователи.
Источник: https://techxplore.com/news/2025-07-approach-drone-swarms-autonomously-complex.htmlЕсли вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!