加州理工开发让多台无人机在拥挤、陌生环境下导航的 AI 技术

无人机技术虽然说在近几年来发展迅速，但基本上还是只适合在室外使用，想要在室内环境使用的话，太容易撞到障碍物或是其他无人机了。不过，加州理工的研究人员所开发的机器学习算法“Global-to-local Safe Autonomy Synthesis（GLAS）”，让一群无人机也有机会能在拥挤、没有地图的环境下自动导航，使得室内的无人机使用也有一定的自由度，且能自行适应环境。

GLAS 的关键在于一群无人机当中的每个个体，都能自行判断在其近旁的障碍物位置与其他无人机的动向，并且自主做出反应，而不需要由一个中控系统同时控制所有的无人机。这就像在高速公路上的每一名驾驶，都能从四周有限的资讯，做出自己的判断来保持安全一样。此外，加州理工还开发了另一套名为“Neural-Swarm”的 AI 算法，可以自行学习无人机之间复杂的空气动力交互作用，进一步确保飞行中的安全。

在短时间来说，这个技术最适合的可能是室内无人机拍摄，或是无人机灯光秀等应用，只要由控制中心指定前往的地点，无人机就能自行寻找合适的路线，并且避开其他无人机抵达目的。但未来在更多需要一大群无人机的应用领域，像是搜救任务或空中飞车上，应该也有这样的 AI 出场的机会吧。