پهپاد مجهز به هوش مصنوعی از بهترین خلبانان انسانی پیشی گرفت و رکوردی تاریخی ثبت کرد

هوش مصنوعی بدون تردید در انجام بازی‌ها عملکرد چشمگیری دارد.

در سال ۱۹۹۷، ابررایانه دیپ بلو شرکت آی‌بی‌ام، گری کاسپاروف، استاد بزرگ شطرنج جهان را شکست داد. نزدیک به دو دهه بعد نیز سامانه آلفاگو از شرکت گوگل توانست قهرمان انسانی بازی پیچیده گو را مغلوب کند. از آن زمان، هوش مصنوعی هر چند وقت یک‌بار در بازی‌های ویدیویی پیچیده‌ای مانند StarCraft و Dota 2 بر انسان‌ها غلبه کرده است.

با وجود تمام این دستاوردها، هوش مصنوعی معمولاً در محیط‌های شبیه‌سازی‌شده و ساختاریافته‌ای برتری داشته که برای فعالیت ماشین‌ها مناسب‌تر هستند. اما اکنون گروهی از مهندسان آزمایشگاه وسایل پرنده میکرو در دانشگاه صنعتی دلفت هلند، پهپادی هوشمند و سبک‌وزن ساخته‌اند که این وضعیت را تغییر می‌دهد.

این گروه پهپاد چهارملخه مجهز به هوش مصنوعی خود را در مسابقه‌ای معتبر در ابوظبی شرکت داد؛ رقابتی که در آن پهپادهای هدایت‌شده با هوش مصنوعی مقابل پهپادهای تحت کنترل انسان قرار گرفتند. این رشته که مسابقات پهپادهای دید اول‌شخص یا FPV نام دارد، به خلبانان اجازه می‌دهد پهپادهای کنترل از راه دور را با سرعتی بین ۹۷ تا ۱۶۱ کیلومتر بر ساعت از میان دروازه‌های کوچک عبور دهند. خلبانان با استفاده از عینک‌های مخصوصی که تصاویر دوربین نصب‌شده در جلوی پهپاد را مستقیماً نمایش می‌دهند، مسیر پرواز را کنترل می‌کنند. این تجربه از دید خلبان، درست مانند پرواز شخصی در آسمان به نظر می‌رسد.

تیم دانشگاه دلفت تنها در این مسابقه شرکت نکرد، بلکه توانست مقام نخست را به دست آورد و چندین قهرمان انسانی مسابقات پهپادی FPV را پشت سر بگذارد. این نخستین بار بود که یک پهپاد تحت کنترل هوش مصنوعی در رقابتی بین‌المللی از خلبانان انسانی پیشی می‌گرفت.

سه سال پیش از این رویداد، گروهی از دانشگاه زوریخ نیز پهپادی مجهز به هوش مصنوعی ساخته بودند که در رقابت با انسان‌ها پیروز شد، اما آن آزمایش فقط در محیط کنترل‌شده آزمایشگاهی انجام گرفت. دستاورد جدید نشان داد که یک ماشین با آموزش مناسب، حسگرها و سخت‌افزار محدود می‌تواند در مسیری واقعی و کنترل‌نشده، که برای خلبانان انسانی طراحی شده، رقابت کند و به پیروزی برسد.

این مسابقه در نوامبر ۲۰۲۵ برگزار شد، اما جزئیات علمی دستاورد پژوهشگران امروز در نشریه ساینس رباتیکس منتشر شده است. کریستوف دو واگتر، مهندس هوافضای دانشگاه صنعتی دلفت و از نویسندگان پژوهش، در بیانیه‌ای گفت

به‌جای آنکه دائماً حسگرها و رایانه‌های قدرتمندتری در اختیار ربات قرار دهیم، می‌خواستیم بدانیم با منابع بسیار محدود تا چه اندازه می‌توان هوشمندی استخراج کرد. مسابقات پهپادی محیطی بسیار دشوار برای آزمایش این ایده‌ها در خارج از آزمایشگاه فراهم کردند. این رقابت ما را واداشت هوش مصنوعی‌ای توسعه دهیم که نه‌تنها سریع، بلکه مقاوم باشد و هنگام در دسترس نبودن اندازه‌گیری‌های مرجع خارجی نیز بتواند خود را با شرایط تطبیق دهد.

مسابقات پهپادی؛ ورزشی مبتنی بر ارتباط انسان و ماشین

مسابقات پهپادهای دید اول‌شخص برای افراد کم‌جرئت مناسب نیستند؛ یا دقیق‌تر بگوییم، تماشای آن‌ها حتی می‌تواند معده افراد حساس را به هم بریزد. تصاویر پهپادهایی که با سرعت بسیار زیاد پشتک می‌زنند و مانورهای پیچیده انجام می‌دهند، گاهی حتی تماشاگران را نیز دچار حالت تهوع می‌کنند.

خلبانان با دو دسته کنترل، سرعت موتور، گردش جانبی، بالا و پایین رفتن دماغه و چرخش پهپاد حول محور عمودی را تنظیم می‌کنند. همکاری دقیق انسان و ماشین برای عبور از چندین دروازه کوچک در هر دور مسابقه ضروری است. پهپادی که دورهای خود را در کمترین زمان به پایان برساند، برنده خواهد شد. در این ورزش پرسرعت، حتی اشتباهی در حد چند میکروثانیه ممکن است به برخوردی شدید منجر شود.

هرچند محبوبیت این رشته نسبت به اوج خود در اواخر دهه ۲۰۱۰ کاهش یافته، همچنان مخاطبان آنلاین قابل‌توجهی دارد. این میزان توجه برای ورزشی که شکل‌گیری آن به پیشرفت هم‌زمان چند فناوری وابسته بوده، چشمگیر به نظر می‌رسد. باتری‌های سبک‌وزن، دوربین‌های کوچک‌شده، عینک‌های مخصوص و ارتباطات بی‌سیم انتقال تصویر همگی باید به سطح مناسبی از توسعه می‌رسیدند تا چنین مسابقات پرسرعتی امکان‌پذیر شوند.

از آنجا که مسابقات پهپادی به تعامل مستقیم با ماشین‌های مجهز به حسگر نیاز دارند، این رشته بستر آزمایشی جذابی برای پژوهشگران رباتیک و هوش مصنوعی به شمار می‌رود. در سال ۲۰۲۲، دانشگاه زوریخ پهپادی را به سامانه هوش مصنوعی‌ای به نام سوئیفت مجهز کرد. این سامانه با دریافت تصاویر زنده دوربین پهپاد، محیط اطراف را شناسایی می‌کرد، دروازه‌ها را تشخیص می‌داد و از موانع دوری می‌کرد. سپس یک شبکه عصبی نصب‌شده روی پهپاد، اطلاعات را در لحظه پردازش می‌کرد تا در کسری از ثانیه بهترین مسیر پرواز را انتخاب کند.

سوئیفت در آن زمان موفق شد خلبانان قهرمان را شکست دهد، اما این پیروزی در مسیری سرپوشیده به ابعاد تقریبی ۲۵ در ۲۵ متر به دست آمد که تیم پژوهشی آن را طراحی کرده و سامانه را برای همان محیط آموزش داده بود. حتی تغییری جزئی در شرایط، مانند تغییر نورپردازی، باعث افت عملکرد این پهپاد می‌شد.

با الهام از نتایج آن پژوهش، تیم دانشگاه دلفت تصمیم گرفت پهپادی بسازد که توانایی بیشتری برای سازگاری با محیط داشته باشد. ماشین جدید آن‌ها مونوریس نام دارد و مانند سوئیفت از یک مدل هوش مصنوعی قدرتمند برای تحلیل لحظه‌ای تصاویر دوربین استفاده می‌کند. با این حال، مونوریس به واحد اندازه‌گیری اینرسی یا IMU نیز مجهز شده است؛ حسگری که شتاب و چرخش پهپاد را اندازه می‌گیرد. این واحد با دریافت اطلاعات از حسگرهای داخلی و دوربین، به سامانه هوش مصنوعی کمک می‌کند موقعیت پهپاد را روی مسیر مسابقه دقیق‌تر تشخیص دهد.

آگاهی دقیق‌تر از موقعیت، توانایی پهپاد برای پرواز ایمن در محیط‌های ناآشنا را افزایش می‌دهد و احتمال برخورد را کاهش می‌دهد. این روش همچنین در مقایسه با سامانه‌های متکی بر دوربین به‌تنهایی، درک بهتری از محیط فراهم می‌کند؛ زیرا عملکرد دوربین ممکن است در شرایط تصویربرداری نامناسب کاهش یابد. تمام این پردازش‌ها نیز باید در سرعتی بسیار بالا انجام شوند.

استاورو باهنام، پژوهشگر رباتیک دانشگاه دلفت و یکی دیگر از نویسندگان مطالعه، گفت

پرواز با سرعت بسیار زیاد و تنها با یک دوربین دشوار است، زیرا تصاویر ممکن است تار و دچار اعوجاج باشند و سامانه هوش مصنوعی فرصت بسیار کمی برای تعیین دقیق موقعیت پهپاد در اختیار دارد. ما روشی مقاوم برای ترکیب اطلاعات دریافتی از دوربین با داده‌های مربوط به حرکت خود پهپاد توسعه دادیم تا این وسیله بتواند بدون GPS و با سرعت بالا در مسیر مسابقه حرکت کند.

راز برتری مونوریس در مسابقات واقعی

تفاوت اصلی مونوریس با سامانه‌های پیچیده هوش مصنوعی که روی خودروهای بزرگ یا ربات‌های انسان‌نما اجرا می‌شوند، طراحی ساده و کم‌حجم آن است. تمام سامانه باید روی رایانه‌ای بسیار کوچک درون پهپاد اجرا شود؛ رایانه‌ای که وزن زیادی به وسیله اضافه نکند و در عین حال، پردازش‌ها را بدون ایجاد تأخیر انجام دهد. با وجود این محدودیت‌ها، عملکرد سامانه چشمگیر است و هوش مصنوعی آن در هر ثانیه حدود ۵۰۰ فرمان صادر می‌کند.

پژوهشگران به‌جای آموزش مدل برای یک مسیر مشخص، از روش یادگیری تقویتی استفاده کردند تا پهپاد توانایی سازگاری با محیط‌های مختلف را بیاموزد. مونوریس پس از بارها آزمون‌وخطا در محیط شبیه‌سازی‌شده، بهترین روش‌های حل سریع مسائل ناوبری را یاد گرفت و سپس آن‌ها را در دنیای واقعی به کار گرفت.

رابین فِرِده، دانشجوی دکتری مهندسی هوافضا در دانشگاه دلفت و از نویسندگان پژوهش، گفت

به‌جای آنکه ابتدا مسیر پروازی مطلوب و فرمان‌های متداول را طراحی کنیم، به شبکه عصبی خود آموزش دادیم که مستقیماً موتورهای پهپاد را کنترل کند.

تیم پژوهشی در نوامبر سال گذشته، مونوریس را در رقابت‌های لیگ مسابقات خودران ابوظبی به آزمایش گذاشت؛ رویدادی مهم که در آن برخی از بهترین خلبانان انسانی با یکدیگر رقابت می‌کنند. مونوریس در جریان پروازهای خود به سرعتی در حدود ۱۰۰ کیلومتر بر ساعت رسید و با انجام چرخش‌ها، شیرجه‌ها و عبورهای سریع از دروازه‌ها، مسیر مسابقه را طی کرد. این پهپاد توانست تمام تیم‌های دیگر مجهز به هوش مصنوعی را شکست دهد و زمان بهتری نسبت به سه قهرمان پیشین جهان در بخش انسانی ثبت کند.

به گفته تیم پژوهشی، این نتایج مونوریس را به نخستین پهپاد هدایت‌شده با هوش مصنوعی تبدیل می‌کند که در یک رقابت بین‌المللی از خلبانان انسانی پیشی گرفته است. این دستاورد می‌تواند بر آینده مسابقات پهپادی و حوزه گسترده‌تر هوش مصنوعی فیزیکی تأثیر بگذارد.

با ورود خودروهای خودران و حتی برخی ربات‌های انسان‌نما به مرحله تولید انبوه، نیاز به سامانه‌های هوشمندی که بتوانند در دنیای واقعی حرکت کنند و بدون برخورد با محیط اطراف مسیر خود را بیابند، بیش از گذشته افزایش یافته است. توانایی یک پهپاد برای انجام مانورهای پیچیده با سرعتی بیش از ۹۷ کیلومتر بر ساعت نشان می‌دهد که مهندسان دست‌کم در مسیر درستی برای توسعه چنین فناوری‌هایی قرار دارند.

با این حال، تاکنون این پیشرفت‌ها به معنای برتری ناگهانی ربات‌های بزرگ‌تر بر انسان‌ها در رقابت‌های ورزشی نبوده است. سریع‌ترین ربات‌های دونده، با وجود توانایی حرکت سریع در بازه‌های کوتاه، هنوز هم گاهی با دیوار برخورد می‌کنند و حتی ممکن است آتش بگیرند.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.