人工智慧基於由飛行控制系統編寫和執行的一組算法

2020-12-15 電子發燒友

人工智慧基於由飛行控制系統編寫和執行的一組算法

網際網路分析沙龍 發表於 2020-12-13 09:53:02

目前，盧恩（Loon）的網際網路氣球是由人工智慧（AI）圍繞地球飛行的，該人工智慧基於由飛行控制系統編寫和執行的一組算法。新穎之處在於，該系統不再由人控制，而是由稱為「強化學習」（RL）的技術進行自我調節。

該系統已經投入運行，並管理著肯亞的氦氣球車隊，Loon於去年7月在該處啟動了第一項商業網際網路服務。

RL通過AI開發的測試可以教計算機如何玩視頻遊戲或學習如何操縱機械手，而RL則允許軟體通過反覆試驗來學習。但是，由於操作氣球會帶來很高的風險和成本，因此，盧恩（Loon）教授其飛行控制程序是使用計算機模擬來飛行氣球。

因此，隨著時間的流逝，系統得到了改進，然後才被部署到現實世界中的氣球車隊中。Loon的首席技術官Sal Candido說，RL是可行的，「今天，Loon導航系統最複雜的任務是通過計算機學習的算法來解決，該算法通過虛擬系統氣球導航來學習」。

在2019年7月在秘魯舉行的第一次真實世界測試中，這臺機器與Candido本人和他的團隊競爭，構建了作為其控制器的算法。研究人員對輸給AI感到高興，它在幾周內開發出了比人類多年開發的更好的系統。

責任編輯：lq

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 多無人機協同編隊飛行控制與仿真系統對教學研究的意義
    多架無人機編隊飛行協同偵察時，通過調整相機在無人機上的安裝角度，可對目標的全方位立體拍照，實現地面目標的偵察和監視。單架無人機採用先進控制策略可實現實時的高精度姿態控制，完成軌跡追蹤，但是多無人機編隊飛行執行任務的成功率和抗突發事件的能力要比單架飛機飛行高。
  • 人工智慧首次控制美國軍用系統,美媒:一個戰爭新時代開啟!
    據《大眾機械師》網站2020年12月16日報導稱，12月15日，美國空軍首次在加利福尼亞州進行人工智慧型U-2偵察機的試飛，這是人工智慧首次控制美國軍用系統，開啟了算法戰的新時代。美國空軍採購、技術和後勤部助理部長威爾·羅珀向人們揭示了他和團隊是如何創造歷史的。
  • 基於CORDIC改進算法的DDS設計
    關鍵詞： 直接數字頻率合成；CORDIC算法；Matlab 傳統DDS是由美國學者Tierney 等提出，採用查找表結構實現，很難滿足數位訊號處理領域中高精度、高解析度、實時運算的要求。而採用基於CORDIC算法的DDS結構可以很容易地滿足這些要求，且易於採用流水線技術，因此這一技術越來越多的用於雷達等電子系統中[1]。
  • 飛控系統到底是什麼?飛行控制系統的功能
    實際上，現代民用飛機飛行控制系統(簡稱「飛控」)，是整個飛機機載系統的核心，也是整架飛機最複雜的系統之一。 飛行控制系統的作用是保證飛機的穩定性和操縱性，提高飛機飛行性能和完成任務的能力，增強飛行的安全性和減輕駕駛員的工作負擔。飛控系統分為人工飛行控制系統和自動飛行控制系統兩大類。由駕駛員通過對駕駛杆和腳蹬的操縱實現控制任務的系統，稱為人工飛行控制系統。
  • 編寫人工智慧軟體有哪些方式
    如果當前要想編寫人工智慧軟體，通常有兩種路線，一種路線是自己完成人工智慧算法的設計和實現，同時完成最終的軟體編寫（場景落地）過程。以開發機器學習的落地應用軟體為例，開發者可以自己完成數據收集、算法設計、算法實現、算法訓練、算法驗證等一系列步驟，然後最終完成算法應用。
  • 人工智慧:AI的算法跟普通計算機的算法到底有什麼不同?
    AI智能計算機在本文中，我們大概了解AI算法以及常規算法和AI算法之間的區別。AI算法：人工智慧是一組算法，可使計算機從以前的結果中學習並獲得信息的更新，而無需人工幹預。簡單地向其饋送大量結構化數據以完成任務，而無需編程如何執行此任務。
  • 人工智慧入門指南:一文搞懂人工智慧關鍵知識
    許多庫存管理系統和在線市場都利用人工智慧的這一優勢來利用它們的銷售，並決定哪些產品需要儲存以進行銷售。操作自動化：人工智慧系統為操作自動化提供跨功能的智能。他們很容易與其他技術合作，從而在各個領域做到這一點。例如，家庭通風系統的溫度控制和智能加熱/冷卻，以及消費食品行業的冷藏庫。
  • 基於Fuzzy-PID的陀螺儀溫度控制系統設計
    對PID參數的模糊自適應整定進一步完善了PID控制的自適應性能，在實際應用中取得了很好的效果。　　溫度控制系統的工作原理　　---陀螺儀溫度控制系統主要由溫度傳感器、AT89C52單片機、A/D信號採集模塊、可控矽輸出控制及其他一些外圍電路組成。系統的被控對象是陀螺部件內的液體溫度，執行機構是可控矽觸發電路。工作溫度藉助電橋測量。
  • 基於ADUC7026的PID算法在基站功率控制中的應用
    本文首先分析數字PID控制算法中的兩種常見算法，而後重點討論它們在基於ADUC7026的基站功率控制中的應用方法，並對比它們的測試結果，給出結論。　　2.數字PID控制原理　　2.1 PID控制的基本原理
  • 人工智慧推薦算法系統實戰之ContentBase文本挖掘算法策略
    推薦系統是一個完整的系統工程，從工程上來講是由多個子系統有機的組合，比如基於Hadoop數據倉庫的推薦集市、ETL數據處理子系統、CF協同過濾、contentbase文本挖掘算法策略、離線算法、準實時算法、多策略融合算法、緩存處理、搜尋引擎部分、二次重排序算法
  • 享受出行自由的同時把飛行控制權交給機器和人工智慧
    它僅比普通的乘用車略大，最多可搭乘四名乘客，時速可達120公裡，續航50公裡，動力由四組涵道風扇提供，開始時由飛行員控制，然後逐漸轉換成自動駕駛。在都市繁忙擁堵的街道騰空而起，在享受出行自由的同時把飛行控制權交給機器和人工智慧(AI)，這一場景到底是喜是憂?
  • 算法中的種族主義和性別歧視 | 人工智慧
    但這些系統可能會基於構建者、開發方式以及使用方式而產生偏差。這通常被稱為算法偏差。很難確切知曉系統是如何易受算法偏差影響的，特別是因為這種技術往往在公司的黑匣子裡運行。我們常常並不清楚一個特定的人工智慧或算法是如何設計的，什麼數據幫助構建它，或者它是如何工作的。算法對個體的影響到底是什麼？
  • 基於ATmgea8型單片機的加熱控制系統
    2 系統結構及控制算法　　2.1 系統總體結構　　溫度測量及加熱控制系統的總體結構如圖1所示。系統主要包括現場溫度採集、實時溫度顯示、加熱控制參數設置、加熱電路控制輸出、與上位機串行通信和系統核心ATmega8型單片機等。
  • 交流電機控制系統的控制算法綜述
    經典控制理論不能克服負載、模型參數的大範圍變化及非線性因素的影響，因而控制性能將會受到影響。要獲得高性能的交流電機控制系統，就必須研究先進的控制算法以彌補經典控制的缺陷和不足。近年來，隨著現代控制理論的發展，先進控制算法被廣泛應用於交流電機控制系統，例如自適應控制、滑模變結構控制、神經網絡控制、模糊控制等，並取得一定成果。因此，這裡將簡要介紹目前交流電機控制系統中應用較多的幾種控制算法。
  • 基於Agent的可重構裝配線製造執行系統
    2 系統體系結構由於多Agent具有明顯的穩定性、自治性、動態適應性和易實現的優點使其在很多領域得到了廣泛應用，本系統採用基於CORBA分布式對象技術和多Agent技術建立可重構裝配線製造執行系統的結構體系。如圖1所示，該結構從總體上分為4個層次。
  • 人工智慧教育應用的算法風險
    基於錯誤的教育認識只會產生錯誤的數據收集模型，進而收集漏洞百出的數據，這樣的算法應用於教育蘊藏著極大的誤判風險。計算模型和算法只有不斷進行修正才能反映教育實際，及時化解各種風險。開發人員「需要錯誤反饋來做取證分析，查明系統哪兒出錯了，什麼變量被誤讀了，什麼數據被忽略了。而系統則在此過程中得以學習並進化（凱西奧尼爾，2018：150）」。
  • 何謂「人工智慧」?如何做到「強人工智慧」?
    什麼是人工智慧？ 人工智慧是計算機科學（或科學）的一個分支，它能創建智能系統。 智能系統就是像人類一樣擁有智能的系統。人工智慧科學並不新鮮，人工智慧術語在古希臘和埃及的手稿中已經提到。那麼，人工智慧這個詞已經在娛樂領域流行起來，我們可以看到很多基於超級智能概念的電影。但是我們今天看到的人工智慧系統與所謂的「超級智能」系統並不匹配。
  • 地平線將聯合英特爾 推人工智慧ADAS系統
    網易汽車12月30日報導 幾天後的拉斯維加斯消費電子展CES上，地平線機器人(以下簡稱「地平線」)將與英特爾聯合展示一款基於單目攝像頭和FPGA的ADAS系統。近日工場菌有幸在地平線北京公司內提前感受了一下這套系統，並同地平線創始人兼CEO餘凱博士聊了聊嵌入式人工智慧算法的未來和地平線的商業模式。
  • 基於PLC的MPS上料檢測單元控制系統的設計方案詳解
    近年來，各國為達到提高系統的定位精度以適應工業需要，嘗試了各種控制方式和控制策略，並對氣動伺服系統做了大量工作。當臨時需要對各個單元進行新的分配任務或產品變化時，可以很方便的改動或重新設計其新部件，當位置改變時，只要重新編程，就能很快地投產，從而降低了安裝和轉換工作的費用。模塊化生產培訓系統（MPS，ModularProductiontrainingSystem）是一種模擬自動化生產加工單元，它由德國FESTO公司結合現代工業企業的特點開發研製而成。
  • 如何構建基於機器學習的入侵檢測系統
    通過本文 peerlyst 的讀者不但能探索機器學習技術的基本原理還能進一步親手體驗如何從零開始，通過前沿技術，代碼庫和能公開獲取的數據集來構建一個真實的入侵檢測系統。我們也提供了有用的附件來幫助你更方便的選擇機器學習的算法。