“GLAS”机器学习算法让无人机具有一定程度的独立性

近日，据外媒报道称，为了让多个无人机在室内进行互不干扰的飞行，加州理工学院的研究人员开发了一种叫做“GLAS”的机器学习算法，可为无人机群体在拥挤、陌生环境中进行导航。

据介绍，GLAS系统的运行原理是通过赋予机群中每个无人机一定程度的独立性，让它们可以适应不断变化的环境。这使得每架无人机不必依赖于现有的地图或是无人机中已存的路线，GLAS让每台设备在与另一台设备协调的同时，自己独立学习如何在给定的空间内进行导航。这种去中心化模型不仅能够让无人机执行即兴发挥的操作，同时也让机群的扩大或缩小变得更加容易，因为这个算法是同时分布在很多设备上的。

此外，此算法的另一项成果——追踪控制器Neural－Swarm，还可以帮助无人机补偿空气动力学的相互作用。例如，当无人机从头顶飞过时，会主动产生向下冲的气流，使得它比常见的不考虑空气动力学的商业控制器更可靠，跟踪误差也小得多。

值得关注的是，这研究成果除了对无人机灯光表演很有用以外，对无人机其他更重要的应用也会有所帮助。比如，无人机救援队可以安全地搜索营救区域，以及自动驾驶汽车也可以将交通堵塞和碰撞的可能性降到最低。

不过，研究人员也表示，目前可能还需要一段时间才能将这项技术在实验室外投入使用。

责任编辑：gt