保定市科学技术协会

无人机首次成功在一对一冠军赛中战胜人类对手，而无人机背后是一个名为Swift的人工智能系统，《自然》（Nature）期刊的封面上的也在当期封面刊登了相关论文。

在国际象棋、星际争霸、Dota2 和 GT 赛车这些游戏中，由电脑操控的虚拟玩家是通过深度强化学习（Reinforcement Learning，RL）系统来实现的。在深度强化学习系统的操控下，虚拟的电脑玩家可能会很轻易的击败人类玩家，但在物理世界的竞赛，AI的决策和操作则面临诸多困难。

第一人称视角 (FPV) 无人机竞赛是专业选手在 3D 赛道上驾驶高速飞行的无人机，驾驶员可以通过机载摄像头传输的画面从无人机的角度观察环境，从而完成加减速、转弯等操作，让无人机穿越赛道中的障碍。

自动驾驶无人机要达到职业飞行员的水准很难，因为机器人需要在其物理限制下飞行，同时只能根据机载传感器估算其速度和方位。

传统的无人机竞速方法包括轨迹规划和模型预测控制（model predictive control，MPC），但这种方法只能在理想条件下实施，一旦受到任何干扰，整个系统就会崩溃。

而Swift系统克服了这个困难。Swift系统由两个关键模块组成：

一是感知系统，将高维视觉（即空间立体视觉）和惯性信息转换为低维编码；

二是控制系统，摄取感知系统产生的低维编码并产生控制命令。将这两个系统结合起来，便可以基于物理环境的细微变化进行实时决策调整。

当然，先进的感知系统和控制系统还不足以对抗人类冠军驾驶员。

Swift系统比人类驾驶员具有一定的结构优势。

首先，它能利用来自机载惯性测量单元的惯性数据。

这类似于人类的前庭系统，人类驾驶员在比赛中无法使用该系统，因为他们实际上并不在飞机上，并且感觉不到作用在飞机上的加速度。

其次，Swift系统受益于较低的感觉运动延迟（Swift为40毫秒，而人类专家的平均延迟为220毫秒）。

FPV比赛使用的是四轴飞行器，它是有史以来最敏捷的机器之一。在比赛中，飞行器会施加超过自身重量五倍或更多的力量，即使在有限的空间内，速度也能超过100千米/小时，加速度是重力的几倍。因此，较低的延迟有助于让飞行器的行动更灵活。

在实际比赛流程中，人类飞行员在赛道上进行了为期一周的练习。之后，由Swift和人类控制的无人机需要在场地赛道中以正确的顺序穿过每一道门。Swift在与三位人类冠军正面交锋的比赛中均获胜，甚至创造了最快完成比赛的纪录。

在AI控制的无人机战胜人类之后，自主移动机器人仍然有很多可以提升的方向。

例如人类控制无人机时，即使发生了碰撞，只要硬件仍然正常工作，人类仍然可以控制无人机继续飞行并完成这段赛道，但Swift没有接受过碰撞后恢复的训练。

即便存在诸多限制，但该研究成果已经成为移动机器人技术和机器智能的一个里程碑，它将助力自动驾驶的地面车辆、飞行器和个人机器人的快速发展。

[1] Kaufmann, E., Bauersfeld, L., Loquercio, A. et al. Champion-level drone racing using deep reinforcement learning. Nature 620, 982–987 (2023). https://doi.org/10.1038/s41586-023-06419-4