无人机可以在液体神经网络的帮助下更好地导航陌生环境

无人机具有广泛的应用范围，但将它们送入陌生环境可能是一项挑战。无论是运送包裹、监测野生动物还是执行搜索和救援任务，了解如何在以前未见过的环境(或发生重大变化的环境)中导航对于无人机有效完成任务至关重要。麻省理工学院 (MIT) 的研究人员相信，由于液体神经网络，他们已经找到了一种更有效的方法来帮助无人机飞越未知空间。

麻省理工学院在 2021 年创建了其液体神经网络——其灵感来自有机大脑的适应性。人工智能和机器学习算法能够学习和适应现实世界中的新数据，而不仅仅是在接受训练时。换句话说，他们可以即时思考。

研究人员指出，他们能够理解对无人机任务至关重要的信息，同时忽略环境中不相关的特征。根据Science Robotics上发表的一篇论文，液态神经网络还可以“动态捕捉给定任务的真实因果关系” 。这是“流动网络在分布变化下稳健表现的关键”。

研究人员在论文中指出，液体神经网络优于其他导航任务方法。该大学在一份新闻稿中表示，这些算法“在森林、城市景观和增加噪音、旋转和遮挡的环境等未知领域中表现出做出可靠决策的能力”。

麻省理工学院指出，深度学习系统在理解因果关系时可能会陷入困境，并且不能始终适应不同的环境或条件。这给无人机带来了问题，无人机必须能够对障碍物做出快速反应。

“我们的实验表明，我们可以有效地教无人机在夏季定位森林中的物体，然后在冬季部署模型，周围环境截然不同，甚至在城市环境中执行各种任务，例如寻找和跟随，”Computer科学与人工智能实验室 (CSAIL) 主任、麻省理工学院教授兼论文合著者 Daniela Rus 在一份声明中说。“我们解决方案的因果基础使这种适应性成为可能。这些灵活的算法有一天可以帮助基于决策随时间变化的数据流，例如医疗诊断和自动驾驶应用程序。”

研究人员根据人类飞行员捕获的数据对他们的系统进行了训练。这使他们能够考虑飞行员在条件和风景发生重大变化的新环境中使用导航技能的能力。例如，在测试液体神经网络时，研究人员发现无人机能够跟踪移动目标。他们建议，将来自专家来源的有限数据与更好的理解新环境的能力结合起来，可以使无人机操作更加可靠和高效。

“在分布式任务和场景中的稳健学习和性能是机器学习和自主机器人系统必须克服的一些关键问题，以进一步进入社会关键应用程序，”人工智能安全教授 Alessio Lomuscio 博士说(在计算机系)在伦敦帝国理工学院。“在这种情况下，液体神经网络的性能非常出色，这是麻省理工学院作者开发的一种新型大脑启发范式，在这项研究中得到了报道。”