-
微信號:youuav
關(guān)注官方微信
m.youuav.com手機掃碼看新聞
-
- 添加收藏
- 關(guān)于我們
無人機整機
無人機配件
無人機服務
設(shè)備與工具
引言
將前一項任務中學到的知識，應用到新的任務中，這是人類大腦的一項最重要的機制?？墒牵瑢τ跈C器人來說，將自主的行為，在部分相似的環(huán)境中進行重用，這仍然是一個公開的難題。然而，卡耐基梅隆大學的研究人員最近發(fā)表的一篇論文，在這個方向上邁出了一小步。他們提出了一種學習“可遷移的運動策略”的通用架構(gòu)，旨在利用相似域中的訓練數(shù)據(jù)，解決目標域的學習問題。他們使用自主飛行微型無人機，在復雜凌亂的戶外森林環(huán)境中，進行了飛行試驗，驗證方法的有效性。
現(xiàn)有無人機“自主”飛行的訓練方法及其弊端
如今，無人機應用已十分廣泛。然而，在復雜環(huán)境中，讓無人機進行有效的自主操作，完成特殊任務例如避障，就需要人工智能，神經(jīng)網(wǎng)絡(luò)，機器學習領(lǐng)域的復雜知識，設(shè)計“感知器”和“軟件控制系統(tǒng)“。這些年，許多人工智能和機器學習算法，在無人機的感知和控制方面，扮演了重要角色。
但是，這種“數(shù)據(jù)驅(qū)動”方法，有一個主要弊端，即“吃一塹，長一智”，知識主要來源于對象受到的“損傷”，另外還需要復雜的數(shù)據(jù)獲取和訓練流程。
而在新研究中，研究人員認為對于許多機器人任務來說，獲取訓練數(shù)據(jù)幾乎不可能。例如，訓練昂貴的機器人系統(tǒng)，使用模仿學習進行避障，通常需要搜集失敗范例的數(shù)據(jù)。這常常是危險而具有災難性的，例如讓一架直升機墜毀。所以，需要借助其他辦法，例如綜合仿真，訓練真實世界中的模型。
對于那些獲取訓練數(shù)據(jù)的任務，由于數(shù)據(jù)集“有限的變化性”，已學到的策略，也只能應用在他們所處的特定環(huán)境和物理系統(tǒng)中。另外，真實世界常常會遇到動態(tài)變化，例如環(huán)境和光線，這些常常會改變域?qū)傩浴?
基于“域自適應”的學習策略
通過傳統(tǒng)的學習方法，并不能保證策略有效。所以，需要新技術(shù)來減少失敗的成本，利用相關(guān)源域的標簽數(shù)據(jù)，例如現(xiàn)有數(shù)據(jù)集和綜合仿真?！坝蜃赃m應”，可以正式的解決領(lǐng)域偏差，就也是解決問題的方法。目前，有關(guān)提高“學習策略可遷移性”的“遷移學習”的嘗試仍然很少。更進一步地，通過真實世界的實驗來進行驗證，則更少。
而研究人員通過在雜亂的環(huán)境中，使用基于視覺的自主微型無人機的飛行實驗，來拓展這些想法，通過“遷移學習”從源域獲取標簽數(shù)據(jù)，使用“域自適應”的方法，有效地加速新目標域的學習。
技術(shù)和實驗方法
技術(shù)方法主要是，使用自主的微型無人機飛行，來學習可遷移的策略。首先，在展示的系統(tǒng)中，商用平臺的微型無人機，在最高1.5米/秒的速度下近地，低負載的自主飛行，通過濃密的森林環(huán)境，使用被動單目視覺系統(tǒng)作為唯一傳感器。研究人員使用了一種分布式處理的網(wǎng)絡(luò)，從前向攝像頭搜集圖像流，通過Wi-Fi發(fā)送到基站。基站對于這些圖像進行處理，然后發(fā)送相應的命令給無人機。
研究人員通過觀察無人機在墜落前的幾次飛行的平均距離，來評估系統(tǒng)性能。測試，在具有不同樹木密度的森林區(qū)域展開。人類控制的1千米飛行，作為源域的訓練數(shù)據(jù)搜集方法。然后，在近1千米的自主飛行中，使用學習到的策略，在使用和不使用“域自適應”的兩種條件開展測試。測試結(jié)果和上下限：使用隨機策略的飛行，和使用完整訓練數(shù)據(jù)的飛行，進行比較。
A. 使用"模仿學習"學習反應性策略
攝像頭輸入的視覺功能，提供了用來控制無人機和進行避障的一組豐富信息?；凇澳７聦W習”的技術(shù)，通過視覺輸入，直接學習無人機左右速度的線性控制器。研究人員通過人類飛行員在復雜的森林環(huán)境中的示范，以及相關(guān)圖片，訓練控制器，學習反應性策略，可以調(diào)整無人機飛行時朝向，避開樹木。經(jīng)過幾次學習和經(jīng)驗，學習者可以學會一個優(yōu)化策略，模仿和飛行員在這種環(huán)境中一樣的行為。然而，這種方法的主要限制是，它無法無縫的通用化到新環(huán)境中。
B. 使用"深度域自適應"的策略遷移
一種使用使用深度適應網(wǎng)絡(luò)的框架，從模擬的源域到目標域，學習可轉(zhuǎn)移的策略。
在研究中，研究人員，使用來自源域的有標簽信息和來自目標域的無標簽的信息，將以上的方法拓展到學習"域自適應"的策略。問題就變成了，訓練一個模型來學習一些列特征，來減少跨域的偏差?；谏罹矸e神經(jīng)網(wǎng)絡(luò)（CNN）的模型，比傳統(tǒng)的方法在解決復雜學習問題方面，更具優(yōu)勢。他們已經(jīng)顯示出對于新的任務的適應性。而主要挑戰(zhàn)就是目標域，沒有有標簽的信息。所以，通過微調(diào)對于目標域直接采取CNN，是不可能的。所以，研究最近構(gòu)建了一個深度適應網(wǎng)絡(luò)（DAN）架構(gòu)，將深度卷積神經(jīng)網(wǎng)絡(luò)普遍化，進“域自適應”方案中。主要的目標，就是提高在深度神經(jīng)網(wǎng)絡(luò)的特殊任務層面的域可遷移性，減少域之間的偏差。
基于三種遷移的性能評估方法
跨系統(tǒng)遷移
我們可以從一個傳感器配置到另外一個，在不同的物理系統(tǒng)間遷移策略嗎？
研究人員，使用ARDrone作為源域，使用一個修改過的，裝備有高動態(tài)范圍的PointGrey Chameleon攝像頭的3DR ArduCopter作為目標域。傳感器系統(tǒng)，圖像分辨率和攝像頭內(nèi)部，都和ARDrone不一樣。因此，從一個系統(tǒng)學習的到的策略，不能在另外一個系統(tǒng)通用。
跨氣候條件遷移
我們可以從夏季到冬季，在不同的氣候條件間遷移策略嗎？
研究人員從夏天搜集訓練數(shù)據(jù)作為源域，然后使用冬季的目標域，進行策略遷移。在這種情況中，域變化由于不同視覺表現(xiàn)引起的。夏季，充滿濃密植物；冬季，缺少植物，白雪一片。
跨環(huán)境遷移
我們可以從一個物理地點到另外一個，在不同的環(huán)境間遷移策略嗎？
這相當于使用現(xiàn)成的數(shù)據(jù)集作為源域，在另外一個獨立的目標域進行測試，研究人員使用蘇黎世大學的叢林小路作為源域，數(shù)據(jù)集提供了大規(guī)模的，森林環(huán)境中，嘗試飛行（左，右或者中間）的圖像集。使用這些源標簽，他們測試了微型無人機的反應性控制，并且在卡耐基梅隆大學附近的森林環(huán)境作為目標域中進行了測試。這里，域偏差通過物理位置和自然任務的不同而引入。
實驗和數(shù)據(jù)
(第一行)ARDrone和 ArduCopter間的物理系統(tǒng)遷移
(第二行) 夏天到冬天間的氣候條件遷移
(第三行) 瑞士蘇黎世大學和卡耐基梅隆大學間的環(huán)境遷移
實驗結(jié)果分析
這項研究中獲取的主要結(jié)果，是使用建議的方法進行“遷移學習”，相對于在新的域中比簡單的復用學習策略，對象的性能顯著提升。定量分析方面，在不同樹木濃密度的在環(huán)境中，進行了6千米的飛行實驗。盡管沒有訓練數(shù)據(jù)，在目標域中，微型無人機能夠成功的避開1900個樹，精準率達90%。
對于飛行測試的定性評估來說，如下圖所示，自然的訓練數(shù)據(jù)，來自夏天，無人機飛行的路徑上，時間順序展開的預測的左右速度命令的快照。更長遠的說，同時他們也分析了沒有使用“域自適應”，這種方法學習到的策略，是通過使用快照圖像作為輸入的預測控制命令（離線）進行。觀察結(jié)果是，“域自適應”的方法相對更好，可以通用化到新的域。
在濃密森林中的一次示例飛行的定性可視化。訓練數(shù)據(jù)，在夏季（第一列）同樣的環(huán)境中搜集，并且在冬季（第二列）測試。微型無人機拍攝的圖像序列，自上而下按時間順序，并且使用建議方法的學習到的策略發(fā)布的顏色編碼命令進行覆蓋。另外，也研究人員也計算了沒有使用“域自適應”的策略（第三列），作為定性比較。
研究人員觀測了前兩個實驗，對象在目標域中的表現(xiàn)好過源域。
對于物理系統(tǒng)之間的遷移來說，這個歸因于無人機的動力學。ArduCopter具有更精準和穩(wěn)固的定位系統(tǒng)，抗風性能好，這是比ARDrone墜落次數(shù)少的主要原因。另外，目標域具有更好的傳感器。分辨率的增加，可以更好的幫助檢測更小的樹木。對于氣候條件間遷移來說，目標域也有相應的性能提高。對于失敗案例的經(jīng)驗分析，表明一部分的失敗因為樹枝和樹葉，在冬天的條件顯著減少，對于性能提高有幫助。相對于前兩個實驗，對于環(huán)境間的遷移中來說，性能只有稍微提高。
總結(jié)
通過“域自適應”和“遷移學習”的方法，進行策略學習，有效的提高了無人機自主學習的性能，也有望應用于其他機器人自主操作的訓練中，不僅降低了訓練風險，也有效的提升了訓練能力。
隨著人工智能和機器學習技術(shù)的不斷發(fā)展，這些新方法，必然會對無人機和機器人相關(guān)的應用領(lǐng)域的智能化，帶來更有效的推進。
2025-09-19 12:22
2025-09-18 11:24
2025-09-17 10:55
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
