2023-08-30 スイス連邦・チューリッヒ大学(UZH)
- UZH と Intel が開発した、AI システムの「Swift」による自律型ドローンが、ドローンレースで世界チャンピオンの操縦者を打ち破り優勝。
- 1996 年にチェスの世界チャンピオンを、2016 年にプロの囲碁棋士を打ち破った IBM の Deep Blue やGoolge AlphaGo の例のように、機械が人間を打ち負かす人工知能の歴史の新たなマイルストーンを確立した。
- オンボードカメラに接続したヘッドセットを着用するパイロットが、クアッドコプターを 100km/h を超える速度で遠隔操縦するファースト・パーソン・ビュー(FPV)ドローンレースにて、3 人のワールドクラスチャンピオンと対戦し勝利を収めた。
- ビデオゲーム等に比べ予測のしにくいフィジカルスポーツは、ドローンや環境モデルの完全な情報を物理的な世界との関わりから習得する必要のある AI にとって困難なもの。自律型ドローンでは、その軌道を精確に制御する位置追跡システムに頼らない場合、人間による操縦の 2 倍の飛行時間がかかっていた。
- Swift システムは、オンボードカメラが収集するデータにリアルタイムに反応。内蔵した慣性計測装置ユニットが加速と速度を計測し、人工ニューラルネットワーク(NN)がカメラのデータを使用してドローンの位置を特定しレーストラックのゲートを検出する。カメラデータは深層 NN ベースの制御ユニットへ送られ、最速でコースを完了するための最良のアクションを選択する。
- Swift システムは、強化学習と呼ばれる機械学習を利用したシミュレート環境で訓練され、システムが度々クラッシュする学習初期段階でのドローンの破壊を回避する。シミュレーターでのアクションを現実のものに限りなく近づけるため、実際のデータでシミュレーターを最適化する方法を設計した。
- Swift システムの一か月間のシミュレート飛行(デスクトップ PC では 1 時間未満に相当)の後、2022 年6 月開催のレースで 3 人の世界チャンピオンに挑戦。その結果、最速でコースを周回し、人間の操縦者らベストラップを 0.5 秒上回った。
- ただし、訓練時と異なる条件下(室内の照明が明るい場合等)では、自律型ドローンよりも人間の操縦者の適応力がより高いことを確認した。
- 電池容量が制限される自律型ドローンの高速飛行は、森林のモニタリングや宇宙探査等のアプリケーションの制限時間内での広大なスペースの網羅において重要。また、アクションシーンの撮影や、火災時の建物での救助活動にも有用となる。
- URL: https://www.news.uzh.ch/en/articles/media/2023/Drone-race.html
＜NEDO海外技術情報より＞
関連情報
Nature 掲載論文(フルテキスト）
Champion-level drone racing using deep reinforcement learning
URL: https://www.nature.com/articles/s41586-023-06419-4
Abstract
First-person view (FPV) drone racing is a televised sport in which professional competitors pilot high-speed aircraft through a 3D circuit. Each pilot sees the environment from the perspective of their drone by means of video streamed from an onboard camera. Reaching the level of professional pilots with an autonomous drone is challenging because the robot needs to fly at its physical limits while estimating its speed and location in the circuit exclusively from onboard sensors1. Here we introduce Swift, an autonomous system that can race physical vehicles at the level of the human world champions. The system combines deep reinforcement learning (RL) in simulation with data collected in the physical world. Swift competed against three human champions, including the world champions of two international leagues, in real-world head-to-head races. Swift won several races against each of the human champions and demonstrated the fastest recorded race time. This work represents a milestone for mobile robotics and machine intelligence2, which may inspire the deployment of hybrid learning-based solutions in other physical systems.
