Гонки дронов готовят нейросетевой искусственный интеллект к использованию в космосе

В Техническом университете Делфта дроны будут соревноваться на время. «Кибер-зоопарк» для проверки производительности систем управления искусственным интеллектом на основе нейронных сетей, запланированных для космических миссий следующего поколения.

Исследование, проведенное группой передовых концепций ЕКА совместно с Лабораторией микровоздушных транспортных средств Делфтского технического университета (MAVLab), подробно описано в последнем выпуске журнала Science Robotics.

«В рамках долгосрочного сотрудничества мы изучаем возможность использования обучаемых нейронных сетей для автономного мониторинга всех типов сложных маневров космических кораблей, таких как: Б. межпланетные перелеты, посадки на поверхность и стыковочные станции.» отмечает Дарио Иззо, научный координатор ACT ЕКА.

«В космосе каждый ресурс на борту должен использоваться максимально эффективно, включая топливо, доступную энергию, вычислительные ресурсы и зачастую время. Такой подход с использованием нейронных сетей может обеспечить оптимальные процессы на борту и, таким образом, повысить автономность и надежность миссии. Но нам нужен был способ проверить это в реальном мире, прежде чем мы сможем планировать настоящие космические миссии.

«В то время мы выбрали гонки дронов в качестве идеальной испытательной площадки для тестирования сквозных нейронных архитектур на реальных роботизированных платформах, повышая уверенность в их будущем использовании в космосе.»

Дроны боролись за звание лучших на заданной дистанции в Кибер-зоопарке Делфтского технического университета, испытательном полигоне размером 10 х 10 м, которым управляет университетский факультет аэрокосмической техники, партнер ЕКА в этом исследовательском проекте time to достижения. Контролируется людьми «Микро самолет» Квадрокоптеры чередовались с автономными аналогами с иначе обученными нейронными сетями.

«Традиционный способ проведения маневров космического корабля заключается в том, что они детально планируются на Земле, а затем загружаются в космический корабль для выполнения.» объясняет молодой стажер ACT Себастьен Оригер. «Сущность управления полетом заключается в том, что наведение осуществляется на земле, а управление осуществляется с космического корабля.»

Однако космическая среда по своей сути непредсказуема и может включать в себя всевозможные непредвиденные факторы и возмущения, такие как гравитационные колебания, атмосферная турбулентность или планетарные тела, форма которых отличается от ожидаемой в моделях на Земле.

Если космический корабль по какой-либо причине отклоняется от запланированной траектории, его система управления пытается вернуть его на заданный профиль. Проблема в том, что такой подход может быть очень дорогостоящим, поскольку требует целого ряда исправлений методом грубой силы.

Себастьен добавляет: «Наш альтернативный подход со сквозными сетями управления и контроля (G&C Nets) охватывает всю работу, выполняемую на космическом корабле. Вместо поддержания единого заданного курса космический корабль постоянно перепланирует свою оптимальную траекторию в зависимости от текущего положения, в котором он находится, что оказывается гораздо более эффективным.»

В компьютерном моделировании нейронные сети взаимосвязанных нейронов, имитирующие структуру мозга животных, показали хорошие результаты в сочетании с «поведенческое клонирование,» на основе длительного изучения экспертных примеров. Но тогда встал вопрос, как построить доверие к такому подходу в реальном мире. В этот момент исследователи обратились к дронам.

«Между дронами и космическими кораблями существует множество синергий, хотя динамика полетов дронов намного быстрее и громче.» комментирует Дарио.

«В гонках время, конечно, является самым важным дефицитным ресурсом, но мы можем использовать его в качестве замены других переменных, которые могут быть приоритетом в космической миссии, таких как масса топлива.

«У спутниковых процессоров есть немало ограничений, но наши G&CNET на удивление скромны. Они смогут хранить в памяти до 30 000 параметров, что возможно всего за несколько сотен килобайт и требует в общей сложности менее 360 нейронов.»

• 

• 

Чтобы быть оптимальным, G&CNet должна иметь возможность отправлять команды непосредственно на исполнительные механизмы. В космическом корабле это двигатели, а в дронах — пропеллеры.

«Самая большая проблема, которую мы решили при внедрении G&CNet в дроны, — это разрыв в реальности между приводами в моделировании и в реальности.» говорит Кристоф Де Вагтер, старший научный сотрудник Делфтского технического университета.

«Мы решаем эту проблему, выявляя разрыв в реальности в полете и обучая нейронную сеть справляться с ним. Например, если пропеллеры обеспечивают меньшую тягу, чем ожидалось, дрон может обнаружить это с помощью акселерометров. Затем нейронная сеть восстанавливает команды, чтобы следовать по новому оптимальному пути.»

«Существует целое академическое сообщество, занимающееся гонками дронов, и все дело в победе в гонках.» — говорит Себастьен. «Для нашего подхода G&CNets использование дронов представляет собой возможность укрепить доверие, разработать прочную теоретическую основу и установить границы безопасности, прежде чем приступить к планированию реального демонстратора для космической миссии.»

Информация от: Европейским космическим агентством