L’intelligenza artificiale fa volare il drone come un campione
I ricercatori sostenuti dal progetto AGILEFLIGHT, finanziato dall’UE, hanno sviluppato il primo sistema autonomo in grado di battere i piloti umani nelle gare di droni. Chiamato Swift, il sistema di intelligenza artificiale non ha sconfitto un concorrente umano qualsiasi, bensì tre piloti di livello mondiale: il campione 2019 della Drone Racing League Alex Vanover, il campione 2019 del MultiGP Drone Racing Thomas Bitmatta e il tre volte campione nazionale svizzero Marvin Schaepper. Nelle gare tenutesi tra il 5 e il 13 giugno 2022, Swift ha vinto più volte contro i tre campioni in uno sport noto come drone racing con visuale in prima persona. Tutti i concorrenti hanno dovuto pilotare i loro droni ad alta velocità attraverso un percorso ad ostacoli, raggiungendo velocità superiori ai 100 km all’ora. I droni sono stati controllati a distanza attraverso cuffie collegate a una telecamera di bordo che forniva ai piloti una visuale in prima persona dalla prospettiva del drone. Le gare si sono svolte su una pista appositamente progettata in un hangar dell’aeroporto di Dübendorf, vicino a Zurigo. La pista copriva un’area di 25x25 m e consisteva in sette cancelli quadrati che i droni dovevano superare nel giusto ordine per completare un giro. Come riportato in una notizia sul sito web dell’Università di Zurigo, coordinatore del progetto AGILEFLIGHT, la gara ha richiesto manovre impegnative come la «Split-S», che è «una manovra acrobatica che prevede un mezzo avvitamento orizzontale del drone e l’esecuzione di un mezzo giro discendente a tutta velocità.»
Più veloce, ma meno adattabile
Swift è riuscito a battere più volte i campioni umani e ha persino ottenuto il giro più veloce, impiegando mezzo secondo in meno per completare il percorso rispetto al miglior giro controllato dall’uomo. Tuttavia, i piloti umani sono stati in grado di adattarsi meglio in condizioni diverse da quelle per cui il sistema di intelligenza artificiale era stato addestrato, ad esempio in presenza di troppa luce nella stanza. Questo dimostra che, sebbene l’intelligenza artificiale abbia fatto progressi incredibili nella navigazione in ambienti fisici, i piloti umani hanno ancora un vantaggio quando si tratta di adattarsi a condizioni variabili. Come descritto in un articolo pubblicato sulla rivista «Nature», questi risultati sono stati ottenuti grazie all’apprendimento per rinforzo profondo, con cui Swift ha imparato da solo a volare per tentativi ed errori in un ambiente simulato. «Per assicurarci che le conseguenze delle azioni nel simulatore fossero il più possibile simili a quelle del mondo reale, abbiamo progettato un metodo per ottimizzare il simulatore con dati reali», spiega il dott. Elia Kaufmann, autore principale, dell’Università di Zurigo. Come funziona Swift? Il sistema di intelligenza artificiale utilizza i dati in tempo reale raccolti dalla telecamera di bordo, oltre a misurazioni come l’accelerazione e la velocità provenienti da altri sensori. Questi dati vengono elaborati mediante una rete neurale artificiale per localizzare il drone nello spazio e identificare i cancelli di gara lungo il percorso. Un’unità di controllo, anch’essa basata su una rete neurale profonda, utilizza poi queste informazioni per scegliere il modo migliore per completare il circuito il più velocemente possibile. Il prof. Davide Scaramuzza della stessa università, autore senior dello studio, spiega perché la velocità è importante: «I droni hanno una capacità di batteria limitata e hanno bisogno di gran parte della loro energia solo per rimanere in volo. Pertanto, volando più velocemente aumentiamo la loro utilità.» Secondo i ricercatori, la nuova tecnologia con percezione e azione a bassa latenza per il volo agile basato sulla visione, sviluppata con il supporto di AGILEFLIGHT, ha diverse applicazioni nel mondo reale. Tra queste, il monitoraggio delle foreste, l’esplorazione dello spazio e le missioni di ricerca e soccorso, in cui i droni devono coprire ampie aree in un breve lasso di tempo. Per maggiori informazioni, consultare: progetto AGILEFLIGHT
Parole chiave
AGILEFLIGHT, drone, IA, drone da corsa, Swift, apprendimento per rinforzo profondo, rete neurale
