國際著名學術期刊《自然》最新發表一篇人工智能(AI)技術研究論文稱，研究人員開發出一個名為Swift的人工智能系統，該系統駕駛無人機的能力可在一對一冠軍賽中戰勝人類對手。
這一研究結果標志著移動機器人學和機器智能發展的一個里程碑，或可啟發在其他物理系統中部署基于混合學習的解決方案，如自動駕駛的地面車輛、飛行器和個人機器人。
本項研究成果的相關演示(圖片來自Leonard Bauersfeld)。施普林格·自然 供圖
該論文介紹，深度強化學習系統已在各類博弈中戰勝過人類，包括雅達利游戲、國際象棋、《星際爭霸》和GT賽車。不過，這些大部分都是模擬和棋盤游戲環境，而不是物理世界的競賽。在第一人稱視角的無人機競速中，職業選手需駕駛高速飛行器穿過三維賽道。每位飛行員通過機載攝像機的視頻直播從無人機的視角觀察周圍環境。自動駕駛無人機要達到職業飛行員的水準很難，因為機器人需要在其物理限制下飛行，同時只能根據機載傳感器估算其速度和方位。
論文第一作者和通訊作者、瑞士蘇黎世大學Elia Kaufmann和同事及合作者一起設計了一種自動駕駛系統Swift，其能以人類世界冠軍的水準進行物理世界的競賽，該系統將模擬的深度強化學習與物理世界采集的數據相結合。在由一位職業無人機競速飛行員設計的現實世界賽道上進行的一系列比賽中，Swift與3名人類冠軍對戰，包括兩項國際聯賽的世界冠軍。人類飛行員有一周時間在真實賽道上訓練，之后每位飛行員在多場一對一比賽中對戰Swift。該系統在多個回合中擊敗了每一位人類冠軍(25場比賽中共獲勝15場)，而且打破了比賽的最短用時紀錄，比人類飛行員的最快速度還領先半秒。
在《自然》同期發表的“新聞與觀點”文章中，荷蘭代爾夫特理工大學Guido de Croon指出，Swift系統應該在一個更真實多變的環境中進一步開發，從而充分釋放這項技術的潛力。為了在任何競賽環境中都能打敗人類飛行員，該系統必須能應對外部干擾，如風、光照條件變化、定義不太清晰的各種門、其他競速無人機和許多其他因素，所有這些都對現有的人工智能技術構成很大挑戰。
