全球觀察者深度出品

縱橫寰宇，洞察時代風云

大家好歡迎收看【】

AI賦能微型飛行機器人，11秒完成10個空翻的救援新希望

現(xiàn)在救災現(xiàn)場用的那些微型飛行機器人，看著挺小巧，飛起來卻跟老年代步車似的。

遇到狹窄的廢墟縫隙，要么卡在半空，要么慢悠悠轉(zhuǎn)個彎，等它飛過去，黃金救援時間可能都過了。

這可不是我瞎說，你去看看實際救援就知道，它們的飛行軌跡太規(guī)整，一點不像自然界里的昆蟲那么靈活。

正是這些讓人著急的問題，讓麻省理工學院的KevinChen團隊盯上了昆蟲。

自然界早就給出了答案蒼蠅能在暴雨中穩(wěn)如泰山，蜜蜂能在雜亂花叢里閃轉(zhuǎn)騰挪，這些小家伙的飛行技巧，人類造的機器人到現(xiàn)在都沒學明白。

從"笨重大鳥"到"昆蟲飛行員"，微型機器人的進化難題

你想想，傳統(tǒng)救災機器人為啥飛不好？多數(shù)是用小螺旋槳驅(qū)動，機身又是硬邦邦的金屬或塑料。

這種設計在開闊地方還行，一進復雜環(huán)境就抓瞎。

廢墟里的鋼筋、碎石隨便一碰，要么停擺要么偏離路線。

而且為了縮小體積，電池和動力系統(tǒng)都得縮水，飛不了幾分鐘就得返航充電。

KevinChen團隊憋了五年多，就是想讓機器人"軟"下來。

他們搞出的新機器人，大小跟老式磁帶盒差不多，重量比回形針還輕。

最關(guān)鍵的是機翼，沒用螺旋槳，改用了柔軟的人工肌肉。

通電的時候，肌肉會快速收縮舒張，帶著機翼扇動，跟昆蟲翅膀的運動方式幾乎一樣。

但光有軟翅膀還不夠，控制這事兒更頭疼。

傳統(tǒng)機器人得靠人遠程操控，或者預設飛行路徑，遇到突發(fā)情況根本反應不過來。

小尺度下的空氣流動特別復雜，一陣微風都能讓機器人跑偏，這可不是簡單編個程序就能解決的。

AI當"教練"加"大腦"，讓機器人學會昆蟲的"保命飛法"

團隊想出個"兩步走"的聰明辦法，相當于給機器人配了個"教練"加"大腦"。

先讓模型預測控制器（MPC）當"教練"，這家伙懂飛行動力學，能算出每個動作的最優(yōu)路線。

比如要翻個跟頭，它會規(guī)劃好翅膀扇動的力度、角度和時機，生成一套完美動作方案。

然后讓深度學習策略網(wǎng)絡當"大腦"，跟著"教練"學。

MPC生成大量訓練數(shù)據(jù)，策略網(wǎng)絡就照著練，慢慢把這些動作變成"肌肉記憶"。

最絕的是這個"大腦"特別小巧，運算速度快到毫秒級，實時控制完全沒問題。

這種分工方式，解決了性能和算力的矛盾。

你想啊，如果全程讓MPC來算，機器人帶不動那么強的計算設備；如果只讓策略網(wǎng)絡瞎練，又學不會復雜動作。

現(xiàn)在一個負責規(guī)劃，一個負責執(zhí)行，既聰明又高效。

測試的時候，這小家伙真讓人開眼。

在室內(nèi)實驗里，11秒內(nèi)連著翻了10個前空翻，動作又快又穩(wěn)。

以前的機器人飛直線都怕跑偏，現(xiàn)在空中轉(zhuǎn)體跟玩似的。

而且軌跡誤差能控制在四五厘米內(nèi)，穿個狹窄的管道或者廢墟縫隙，簡直小菜一碟。

速度和加速度也提上來了，比以前快了不少。

KevinChen說，這種靈活性能讓機器人像昆蟲一樣做"掃視"運動突然加速沖向目標，快到跟前又猛地減速懸停，特別適合在復雜環(huán)境里搜索幸存者。

不過現(xiàn)在還沒到歡呼的時候。

目前這機器人還得靠外部運動捕捉系統(tǒng)盯著，相當于有根無形的線牽著。

要真想用到救災現(xiàn)場，還得把傳感器、控制器都裝到機器人身上，讓它自己能"看見"障礙、"判斷"方向。

卡內(nèi)基梅隆大學的SarahBergbreiter教授評價這事的時候說得挺實在，她說這是重要一步，但離實際應用還有段路。

未來還得解決抗風問題，畢竟戶外救援風一吹，小機器人可能就飛歪了。

還得讓多個機器人協(xié)同工作，一個發(fā)現(xiàn)幸存者，其他能馬上跟上支援。

團隊下一步打算給機器人裝微型攝像頭和慣性測量單元，先讓它能自主定位。

然后研究多機協(xié)同控制，最后再攻克戶外復雜風場的難題。

從實驗室到救災現(xiàn)場，每個坎兒都得邁過去。

但不管怎么說，這事兒意義不小。

AI不光讓機器人學會了昆蟲的飛行動作，更重要的是提供了一種新的控制思路。

以后微型機器人可能真能像蜂群一樣，鉆進人類進不去的災難現(xiàn)場，幫我們找到幸存者，傳遞關(guān)鍵信息。

想想未來地震廢墟里，一群巴掌大的機器人扇動著翅膀，靈活地穿梭在鋼筋水泥之間，把生命探測信號傳出來這場景以前只敢在科幻片里想，現(xiàn)在好像離現(xiàn)實近了一大步。

當然，路還長，但至少我們看到了方向。