如果你遵循自主無人駕駛賽車,你可能記得崩潰一樣獲勝。 在無人駕駛賽車,團隊競爭,看看哪個車輛更好的訓練飛行最快的通過一個障礙。 但無人機飛得越快,就越不穩定,在高速空氣動力學可以太復雜的預測。 崩潰,因此,是普遍的,往往也是壯觀的發生。但是，如果它們能夠變得更快、更靈活，則無人機可以用于賽道以外的時間緊迫的操作，例如在自然災害中尋找幸存者。

現在，麻省理工學院的航空航天工程師設計了一種算法，可以幫助無人機在不墜毀的情況下找到繞過障礙物的最快路線。新算法將無人機飛過虛擬障礙課程的模擬與真實無人機在物理空間中飛過同一課程的實驗數據相結合。

研究人員發現，用他們的算法訓練的無人機通過一個簡單的障礙路線比用傳統規劃算法訓練的無人機快 20%。有趣的是，在整個過程中，新算法并不總是讓無人機領先于競爭對手。在某些情況下，它選擇讓無人機減速以應對棘手的彎道，或節省能源以加速并最終超越其競爭對手。

“在高速下，存在難以模擬的復雜空氣動力學，因此我們使用現實世界中的實驗來填充這些黑洞，例如，發現先減速后加速可能更好，”麻省理工學院航空航天系研究生 Ezra Tal 說。 “我們使用這種整體方法來了解如何盡可能快地制定整體軌跡。”

麻省理工學院航空航天學副教授兼信息與決策系統實驗室主任 Sertac Karaman 補充說：“這些算法是實現未來無人機能夠非?？焖俚卦趶碗s環境中航行的非常有價值的一步。” “我們真的希望以一種他們可以在身體極限允許的情況下盡可能快地旅行的方式來突破極限。”

Tal、Karaman 和麻省理工學院研究生 Gilhyun Ryou 在《國際機器人研究雜志》上發表了他們的研究結果。如果它們打算緩慢飛行，那么訓練無人機繞過障礙物是相對簡單的。這是因為阻力等空氣動力學通常不會在低速下發揮作用，并且它們可以被排除在無人機行為的任何建模之外。但是在高速行駛時，這種影響要明顯得多，而且車輛將如何處理則更難預測。

“當你飛得很快時，很難估計你在哪里，”Ryou 說。 “向電機發送信號可能會出現延遲，或者可能會導致其他動態問題的突然電壓下降。這些影響無法用傳統的規劃方法進行建模。”

為了了解高速空氣動力學如何影響飛行中的無人機，研究人員必須在實驗室中進行許多實驗，將無人機設置為不同的速度和軌跡，以查看哪些飛行速度快而不會墜毀——這是一項昂貴且通常會引發墜機的訓練過程。相反，麻省理工學院團隊開發了一種結合模擬和實驗的高速飛行計劃算法，以最大限度地減少識別快速和安全飛行路徑所需的實驗數量。

研究人員從基于物理學的飛行計劃模型開始，他們開發該模型是為了首先模擬無人機在穿越虛擬障礙賽道時可能的行為。他們模擬了數千個賽車場景，每個場景都有不同的飛行路徑和速度模式。然后，他們繪制了每種情況是否可行（安全）或不可行（導致崩潰）的圖表。從這張圖表中，他們可以快速將少數最有希望的場景或賽車軌跡歸零，以在實驗室中進行嘗試。

“我們可以廉價而快速地進行這種低保真模擬，以查看既快速又可行的有趣軌跡。然后我們在實驗中飛行這些軌跡，看看哪些在現實世界中實際上是可行的，”Tal 說。 “最終，我們會收斂到最佳軌跡，為我們提供最短的可行時間。”