MIT dạy máy bay không người lái cách sống sót trước những điều kiện khắc nghiệt nhất của thiên nhiên, từ gió đến mưa

Các nhà nghiên cứu tại MIT đã phát triển một thuật toán điều khiển thích ứng dựa trên học máy mới nhằm cải thiện khả năng chịu đựng của máy bay không người lái tự động trước các điều kiện thời tiết không thể đoán trước như những cơn gió mạnh đột ngột. Khác với các loại máy bay truyền thống, máy bay không người lái dễ bị lệch hướng hơn do kích thước nhỏ hơn, điều này gây ra thách thức cho các ứng dụng quan trọng như phản ứng khẩn cấp và giao hàng. Thuật toán mới sử dụng meta-learning để nhanh chóng thích nghi với thời tiết thay đổi bằng cách tự động chọn phương pháp tối ưu hóa phù hợp nhất dựa trên các tác động môi trường theo thời gian thực. Cách tiếp cận này giúp máy bay không người lái giảm tới 50% sai số theo dõi quỹ đạo so với các phương pháp cơ bản, ngay cả trong điều kiện gió mà nó chưa từng gặp trong quá trình huấn luyện. Hệ thống điều khiển tận dụng một nhóm các thuật toán tối ưu hóa được gọi là mirror descent, tự động lựa chọn thuật toán tốt nhất cho vấn đề hiện tại, từ đó nâng cao khả năng điều chỉnh lực đẩy của máy bay một cách linh hoạt để chống lại tác động của gió. Các nhà nghiên cứu đã chứng minh hiệu quả của phương pháp thông qua các mô phỏng và thử nghiệm thực tế, cho thấy sự cải thiện đáng kể về độ ổn định chuyến bay. Công việc đang tiếp tục nhằm mở rộng khả năng của hệ thống để xử lý nhiều nguồn nhiễu khác nhau, chẳng hạn như tải trọng thay đổi, đồng thời tích hợp học liên tục để máy bay có thể thích nghi với các thách thức mới mà không cần huấn luyện lại. Tiến bộ này hứa hẹn sẽ nâng cao hiệu quả và độ tin cậy của máy bay không người lái tự động trong các môi trường phức tạp, thực tế.