Engenheiros da Universidade de Zurique (Suíça) desenvolveram o algoritmo de inteligência artificial Swift projetado para controlar drones. A plataforma competiu com os campeões mundiais da modalidade, venceu 15 corridas em 25 e mostrou o melhor tempo na pista, onde os drones aceleram até 80 km/h e desenvolvem aceleração de até 5g – muita gente desmaia nessas condições.
Fonte da imagem: uzh.ch
First-Person Drone Racing (FPV) é uma corrida de UAV voador em alta velocidade em uma rota com portões que você precisa limpar e evitar colisões. Os operadores são guiados pela imagem da câmera instalada no drone. Durante os testes, o sistema Swift competiu com três pilotos campeões de UAV: Thomas Bitmatta, Marvin Schäpper e Alex Vanover. Antes das corridas principais, eles tiveram uma semana para praticar na pista, e o Swift AI treinou em uma simulação onde foi recriada uma cópia virtual da pista.
Ao trabalhar com IA, foi utilizado o aprendizado de reforço profundo – um método baseado em tentativa e erro: durante o treinamento, o drone caiu várias centenas de vezes, mas em condições de simulação isso não foi um problema. Durante a corrida, os dados da câmera foram enviados para a rede neural, que ajudou a detectar portões na pista. Essas informações foram complementadas pelas leituras do sensor de inércia, que ajudaram a avaliar a posição, orientação e velocidade do drone – o fluxo conjunto foi transmitido para outra rede neural, e já tomou decisões e deu comandos ao drone.
A análise das corridas mostrou que Swift sempre foi mais rápido que um humano na largada e fez curvas mais fechadas que os operadores humanos. Mas a IA não se tornou invencível – perdeu 40% das corridas e o UAV caiu várias vezes. O sistema era presumivelmente sensível a condições externas, como iluminação. Mas o Swift lidou principalmente com peculiaridades do mundo real: turbulência aerodinâmica, desfoque de câmera e flutuações de luz, que podem confundir sistemas treinados para seguir uma trajetória pré-calculada.
Na prática, esse sistema de navegação ajudará as equipes de resgate a procurar pessoas em edifícios em chamas e, por exemplo, a realizar inspeções em grandes estruturas, incluindo navios. Os militares inevitavelmente também se interessarão pela tecnologia.