Autonome drone wint vliegwedstrijd van professionele droneracers

Het AI-systeem Swift bestuurt volledig zelfstandig een drone. En dat kan het goed. Swift won van drie professionele droneracers.

Drie droneracers – waarvan twee wereldkampioen zijn op verschillende toernooien – moesten het in een wedstrijd afleggen tegen het AI-systeem Swift. Het systeem is ontwikkeld door wetenschappers van onder andere de University of Zurich en wordt beschreven in het wetenschappelijke tijdschrift Nature. 

First-person-view (FPV) droneracen is een sport waarbij drones zo snel mogelijk een parcours afleggen. De luchtvoertuigen worden op afstand bestuurd door menselijke vliegers die een headset dragen met een videostream van de camera aan de voorkant van de drones. De quadcopters behalen tijdens een race snelheden van 100 kilometer per uur terwijl ze behendige manoeuvres uitvoeren om door poorten op het parcours heen te vliegen.

Nieuwe stap voor AI

Zwitserse onderzoekers hebben nu een AI-systeem ontwikkeld dat het in het merendeel van de wedstrijden tegen professionele droneracers wint. Het is niet de eerste keer dat mensen het onderspit delven tegen kunstmatige intelligentie. In verschillende spellen, waaronder Atari, schaken, StarCraft en Gran Turismo, verslaat de computer zelfs de beste spelers. Maar in deze gevallen gaat het om simulatieomgevingen en niet fysieke wedstijden, zoals bij droneraces wel het geval is.

Huisdiertraining

Het onderzoeksteam liet een professionele droneracer een parcours bouwen die vergelijkbaar was met officiële wedstrijdbanen. Vervolgens kregen drie pro-droneracers, Thomas Bitmatta (tweevoudig MultiGP International Open World Cup-kampioen), Marvin Schaepper (drievoudig Zwitsers landskampioen) en Alex Vanover (2019 Drone Racing League wereldkampioen), een week de tijd om te oefenen.

Swift werd daarentegen getraind op een virtueel parcours. Het onderzoeksteam trainde Swift in een simulatie met Deep Reinforcement Learning (Deep-RL), een van de meest geavanceerde technieken om robots iets te leren. Die techniek werkt via vallen en opstaan. Als de AI succesvol richting een poort weet te vliegen en vervolgens gelijk de volgende poort in beeld heeft, krijgt hij een ‘beloning’ – vergelijkbaar met het trainen van een huisdier. Als hij faalt, dan leert hij hoe het de volgende keer niet moet. Zo weet het systeem na vele pogingen de beste manier om over het parcours te vliegen.

Slecht in veranderingen

Daarna begonnen de wedstrijden. In 15 van de 25 races won Swift van de menselijke vliegers. De tien keer dat de AI verloor werd dat vier keer veroorzaakt door een botsing met de drone van de tegenstander, vier keer door een botsing met een poort en 2 keer doordat de menselijke bestuurder het parcours sneller aflegde. Swift zette de snelste tijd neer op de 75 meter lange baan: 17,456 seconden. Dat was een halve seconde sneller dan de snelste menselijke tijd, neergezet door Vanover.

Hoewel Swift de meeste races won, kun je toch niet zeggen dat de AI een betere vlieger is dan mensen. Na een botsing of crash kunnen menselijke vliegers – als de drone nog werkt – snel verder vliegen. Het algoritme is daar niet op getraind. Bovendien kiest Swift altijd voor de snelste route en gebruikt geen technieken. Mensen zullen daarentegen bijvoorbeeld iets langzamer vliegen als ze een duidelijke voorsprong hebben om zo het risico op een crash te verkleinen.

Swift is slechts getraind in één conditie. Als het licht verandert, of als het waait, dalen de prestaties flink. Het is voor huidige AI-technieken lastig om met deze veranderende omstandigheden om te gaan. Maar als de onderzoekers hun systeem daar toch op weten te trainen, kan Swift een belangrijke bedrage zijn aan de ontwikkeling van andere autonome robots, waaronder zelfrijdende auto’s.

Niet de eerste

Zwitserse onderzoekers hebben in 2021 ook al een autonome drone ontwikkeld die mensen de baas was. Die drone had echter externe camera’s nodig die de bewegingen en locatie van van het luchtvoertuig moesten doorgeven aan de AI. De drone die wordt bestuurd door Swift heeft dat niet meer nodig. Deze gebruikt een VIO-systeem (Visual-Inertial Odometry), een technologie die drones helpt om hun positie en beweging te bepalen door gebruik te maken van visuele informatie (van een camera op de drone) en informatie van een versnellingsmeter en gyroscoop.