Tech

Neural-Fly: الخوارزمية التي تتيح للطائرات المسيّرة التعامل مع أي ظروف جوية

بقلم Giovanni Sapere
القراءة: دقيقة واحدة

مشاركةLinkedInFacebookX

Neural-Fly: الخوارزمية التي تتيح للطائرات المسيّرة التعامل مع أي ظروف جوية

Neural-Fly: خوارزمية التعلم العميق التي تعلم الطائرات المسيّرة التعامل مع الرياح في جميع الظروف

من اليسار إلى اليمين Guanya Shi و Soon-Jo Chung و Michael O’Connell، أمام جدار المراوح في مركز Caltech للأنظمة والتقنيات المستقلة (Center for Autonomous Systems and Technologies). المصدر: https://www.caltech.edu/

تستطيع الخوارزمية المعنية «تدريب» الطائرة حرفياً في اثنتي عشرة دقيقة فقط من زمن الطيران، يسجل خلالها حاسوب على متن الطائرة بيانات في ست ظروف رياح مختلفة. ويوصف Neural-Fly بالتفصيل في الدراسة التي نشرت في 4 مايو في Science Robotics وحررها Soon-Jo Chung، في أستاذية الهندسة الجوية والفضائية والتحكم والأنظمة الديناميكية وفي البحث العلمي بمختبر الدفع النفاث (Jet Propulsion Laboratory). وانطلق المشروع واختبر داخل مركز Caltech باستخدام Real Weather Wind Tunnel، بدعم من أكثر من 1,200 مروحة يتحكم فيها الحاسوب لمحاكاة كل تفصيل دقيق. وبحسب Chung، دفع عدم القدرة على التنبؤ بالرياح والظروف الجوية العلماء إلى تغيير نهجهم، وتفضيل أسلوب التعلم العميق، الذي تتعلم عبره الطائرة المسيّرة من تجارب سابقة بحيث تتكيف باستمرار مع ظروف الطيران. وفيما يلي مادة مصورة: https://www.youtube.com/watch?v=TuF9teCZX0U

ويستند Neural-Fly، الذي طور بالتعاون مع Anima Anandkumar، في أستاذية Bren في علوم الحاسوب والعلوم الرياضية، و Yisong Yue، في أستاذية Caltech في علوم الحاسوب والعلوم الرياضية، إلى أنظمة معروفة سابقاً هي Neural-Lander و Neural-Swarm. واستخدم الأول أسلوب التعلم العميق لتتبع موقع الطائرة المسيّرة وسرعتها أثناء الهبوط، فيعدل مسار هبوطها وسرعة دوارها لتحقيق أسلس هبوط ممكن؛ أما Neural-Swarm فعلّم الطائرات المسيّرة الطيران ذاتياً على مقربة من بعضها.

وهي خطوة لافتة إلى الأمام نحو جعل المركبات الجوية غير المأهولة (UAVs) أكثر أماناً وأقدر على التكيف مع أكبر عدد ممكن من المتغيرات الجوية.

الكاتب: Guglielmo Maria Ruocco

مترجم تلقائيًا من الأصل الإنجليزي. اقرأ النص الأصلي