Mistrzostwa w wyścigach dronów A2RL nadają tempo AI w dziedzinie lotów autonomicznych

• Autonomiczne rozwiązanie drużyny TII Racing osiąga najszybsze okrążenie w mistrzostwach, wyznaczając nowy punkt odniesienia pod względem autonomii wysokiej prędkości opartej na systemie wizyjnym
• Drużyna MAVLAB zwycięzcą multiwyścigu dronów, wykazawszy się solidną autonomią wielu rozwiązań agentowych w złożonych, współdzielonych środowiskach
• W decydującym finale Człowiek kontra AI pilot FPV, MinChan Kim, o włos pokonuje rywala opartego na AI w niezwykle zaciętym pojedynku

ABU ZABI, Zjednoczone Emiraty Arabskie--(BUSINESS WIRE)--Mistrzostwa dronów autonomicznej ligi wyścigowej Abu Zabi (A2RL) były decydującą próbą osiągów autonomicznych pojazdów w starciu z człowiekiem, podczas których drużyna TII Racing Instytutu Innowacji Technologicznych osiągnęła najszybsze okrążenie autonomicznych pojazdów, które przyniosło jej zwycięstwo w wyścigu AI na czas, podczas gdy pilot FPV (ang. first-person-view), MinChan Kim – mistrz świata FPV, o włos pokonał rywala w finale Człowiek kontra AI.

Wydarzenie zorganizowane przez ASPIRE, filię Rady ds. Zaawansowanych Badań Technologicznych (ATRC) ukierunkowaną na przyspieszenie innowacji, uwydatniło zarówno szybki postęp w dziedzinie autonomii opartej na systemie wizyjnym, jak i niewielką lukę, jaka wciąż dzieli ludzki instynkt od realizacji przez maszynę w kontekście wysokich prędkości.

W dwudniowych mistrzostwach A2RL, które odbyły się w dniach 21–22 stycznia podczas targów UMEX, wzięły udział wiodące zespoły prowadzące badania nad AI obok światowej klasy pilotów FPV, aby rywalizować w różnego rodzaju wyścigach, wystawiając na próbę percepcję, decyzyjność i kontrolę w rzeczywistych warunkach wyścigów. Łączna pula nagród wydarzenia opiewała na kwotę 600 000 USD.

TII Racing wyznacza punkt odniesienia mistrzostw w wyścigu AI na czas

W wyścigu AI na czas drużyna TII Racing osiągnęła najkrótszy czas w mistrzostwach, pokonawszy okrążenie w rekordowym tempie 12,032 sekund – krótszego czasu nie udało się osiągnąć żadnemu innemu uczestnikowi. Jedynie nieznacznie słabszy wynik udało się osiągnąć drużynie MAVLAB – 12,832 sekund, co uwypukliło coraz bardziej marginalne różnice w osiągach najlepszych drużyn sektora.

Stephane Timpano, dyrektor generalny ASPIRE, powiedział: „[w] tym roku na szczególną uwagę zasługują ogólne postępy poczynione w tej dziedzinie. W porównaniu z 1. sezonem drużyny osiągają wyższe tempo, które konsekwentnie utrzymują z większą stabilnością, niemal wyłącznie dzięki postępom dokonanym pod względem rozwoju oprogramowania. Przyspieszenie tempa świadczy o szybkim dojrzewaniu autonomicznych zdolności w warunkach nieskrępowanej konkurencji”.

Wyścig AI na czas pozwala wyeksponować autonomiczne zdolności, z naciskiem na dokładność percepcyjną, precyzję kontroli i maksymalną prędkość na torze wolnym od przeszkód, bez ingerencji ze strony innych dronów. Tegoroczne wyniki świadczą o istotnych postępach w dziedzinie autonomii opartej na systemie wizyjnym i decyzyjności systemów pokładowych w oparciu wyłącznie o udoskonalone algorytmy.

Giovanni Pau, dyrektor techniczny TII Racing, powiedział: „[o]siągnięcie najkrótszego czasu pokonania okrążenia odzwierciedla ogromną skalę rozwoju i testów naszego oprogramowania. Wyniki na tym poziomie w wyścigu skupiającym wyłącznie rozwiązania autonomiczne świadczą o możliwościach, jakie mogą oferować zdyscyplinowane systemy wizyjne w warunkach najcięższych prób”.

Multiwyścigi dronów testują koordynację we współdzielonej przestrzeni powietrznej

W multiwyścigach dronów opartych na AI liczy się nie prędkość każdego z nich, ale interakcja i koordynacja we współdzielonej przestrzeni powietrznej. W złotym multiwyścigu dronów zwyciężyła drużyna MAVLAB, która wykazała się solidnymi zdolnościami planowania działań wielu agentów i ich konsekwentną realizacją pod presją. W srebrnym multiwyścigu na podium uplasowała się drużyna FLYBY, uwydatniając coraz większy stopień zaawansowania i rywalizacji w tej dziedzinie mistrzostw.

Wyścigi te obejmowały unikanie kolizji w czasie rzeczywistym, planowanie tras i solidne działania w dynamicznych warunkach, które to zdolności wciąż stanowią największe wyzwania dla autonomicznych systemów powietrznych.

Finał Człowiek kontra AI: A zacięty pojedynek „best of nine”

Starcie człowieka z AI było jednym z decydujących momentów mistrzostw, ponieważ finał okazał się niezwykle zaciętym pojedynkiem. Cieszący się tytułem mistrza świata FPV pilot MinChan Kim zmierzył się z drużyną TII Racing w pojedynku w systemie „best of nine”; rywalizacja do samego końca była niezwykle wyrównana – po cztery wygrane okrążenia.

W ostatnim starciu Kim utrzymał przewagę, ponieważ autonomiczny dron utknął początkowo na bramce i nie udało mu się już nadrobić straconego czasu, dzięki czemu pojedynek zakończył się wygraną człowieka.

Testy autonomicznych systemów w identycznych warunkach

Dzięki bezpośredniemu porównaniu autonomicznych systemów ze zdolnościami najwybitniejszych pilotów dronów wyścigowych mistrzostwa pozwoliły przetestować wydajność AI w warunkach wymagających percepcji w ułamku sekundy, precyzyjnej kontroli i odporności pomimo trwałej presji.

Wszystkie drony rywalizowały w warunkach pełnej autonomii, wykorzystując jedną jednoobiektywową kamerę przednią RGB oraz bezwładnościowy moduł pomiarowy. Użycie radarów optycznych (LiDAR), narzędzi widzenia stereoskopowego, GPS ani zewnętrznych systemów pozycjonujących było niedozwolone.

Ten minimalny zbiór czujników odzwierciedla sposób postrzegania rzeczywistości przez pilota-człowieka i zapewnia osiąganie wyników dzięki oprogramowaniu AI, a nie zastosowaniu zaawansowanych czujników. Podejście takie umożliwia bezpośrednie porównanie człowieka i maszyny przy uwzględnieniu rzeczywistych ograniczeń w zakresie rozwiązań autonomicznych w sektorze cywilnym.

Szczyt A2RL 3.0 okazją do analizy ścieżek od rywalizacji do upowszechnienia

Mistrzostwa odbyły się po zakończeniu Szczytu A2RL 3.0, który pierwszego dnia targów UMEX zgromadził decydentów politycznych, badaczy i branżowych liderów, by przeanalizować możliwości wykorzystania informacji pozyskanych podczas autonomicznych wyścigów do bezpiecznego i odpowiedzialnego upowszechnienia systemów wspieranych AI nie tylko w kontekście rywalizacji.

Podczas szczytu głos zabrało wielu liderów wyższego szczebla z administracji rządowej, sektora badań naukowych oraz przemysłu, w tym między innymi Salem AlBalooshi, dyrektor ds. technologii w du, i Marcos Muller-Habig, dyrektor wyższego szczebla ds. rozwiązań wspomaganych sztuczną inteligencją w Abu Dhabi Gaming. Dyskusje dotyczyły przede wszystkim regulacji, przełożenia symulacji na rzeczywiste warunki funkcjonowania oraz niezbędnych kierunków działań pozwalających zwiększyć skalę autonomii we wszystkich sektorach, w tym w dziedzinie logistyki, reagowania w sytuacjach wyjątkowych oraz przyszłej mobilności powietrznej.

Oprócz wyścigów A2RL służy jako publiczne poletko doświadczalne nowych zdobyczy nauki, dzięki któremu wieloletnie badania nad systemami autonomicznymi można w widoczny sposób przetestować w ciągu kilku dni, osiągając wymierne rezultaty. Sprawdzenie systemów AI w ekstremalnych warunkach ogromnych prędkości umożliwia A2RL przedstawienie wiarygodnych wskaźników odniesienia, które bezpośrednio służą do opracowywania rzeczywistych zastosowań sztucznej inteligencji i uwydatniają ambicje Abu Zabi, by być globalnym ośrodkiem badań stosowanych, innowacji w zakresie AI i systemów autonomicznych.

Źródło: AETOSWire

Oficjalną, obowiązującą wersję niniejszego zawiadomienia stanowi tekst oryginalny sporządzony w języku źródłowym. Tekst tłumaczenia służy wyłącznie celom orientacyjnym, został sporządzony wyłącznie dla celów ułatwienia zrozumienia zawiadomienia i należy interpretować go w odniesieniu do tekstu źródłowego, który jest jedyną wersją mającą skutki prawne.