聽起來是不是很酷？現(xiàn)在，就讓我們開始墜機吧！

 

　　在思考如何成功飛行（或是駕駛、步行、以及其他任何形式的運動）時，一個方法就是讓無人機不斷地出現(xiàn)飛行失敗、墜機——就像孩子學(xué)習(xí)走路時會經(jīng)常摔倒一樣。從這個角度來看，學(xué)習(xí)飛行最有效的方法，就是通過從摧毀中得到大量經(jīng)驗，這樣才能學(xué)會如何避免出現(xiàn)墜毀。一旦你可以成功避免碰撞，那么基本上就能知道該如何飛行了，是不是很簡單？然而，我們往往不會采用這種學(xué)習(xí)方式，因為無論是對機器人，還是對人類而言，墜毀通常都是非常糟糕的一種結(jié)果。

 

　　卡內(nèi)基梅隆大學(xué)的機器人專家則希望另辟蹊徑，和過去人們盡可能嘗試尋找不去讓無人機墜毀的解決方案不同，他們能夠從無人機墜毀中找到一條新方法，因此他們研發(fā)了一款 AR Drone 2.0 無人機，可以在二十多種室內(nèi)環(huán)境下不斷墜毀——短短四十小時的飛行時間中，這款無人機就墜毀了 11.5 萬次。正如研究人員所指出的那樣：“由于無人機的外殼價格很便宜，而且易于更換，所以即便出現(xiàn)災(zāi)難性故障，成本也可以忽略不計。”每次碰撞都是隨機的，無人機會在室內(nèi)空間內(nèi)的隨機位置起飛，然后開始緩慢超前飛行，直到撞上某個物體。之后，它會重新回到起點，然后再選擇一個新方向——當(dāng)然，前提是這款無人機還能繼續(xù)飛。

 

　　在此過程中，無人機的前置攝像機會以 30 Hz 的頻率來記錄圖像。一旦碰撞發(fā)生之后，飛行軌跡上的圖像就會被分成兩部分：一部分是無人機正常飛行的，另一部分則是墜毀一瞬間的圖像。這兩部分圖像集合會被發(fā)送給一個深度卷積神經(jīng)網(wǎng)絡(luò)，利用人工智能技術(shù)來學(xué)習(xí)、分析給定的拍攝圖像，然后判斷直線飛行是否是一個好主意。在 11.5 萬次碰撞之后，算法所學(xué)習(xí)到的經(jīng)驗已經(jīng)能夠讓無人機自主飛行了，即便是在狹窄、混亂的環(huán)境中，無人機也能輕松避開障礙物，甚至是一些毫無明顯特征的白色墻壁和玻璃門，無人機也能躲開。不僅如此，控制無人機的算法其實也很簡單：它將 AR Drone 無人機的前置攝像頭拍攝的圖像分割成了左圖像和右圖像，如果這兩個圖像中的任意一個看起來比較不容易出現(xiàn)碰撞，那么無人機就會朝那個方向飛行，否則無人機將會繼續(xù)保持直線飛行。

 

　　那么，這種解決方案是否有效呢？坦白說，無人機自主飛行效果肯定沒有人類直接操控的那么好，不過在相對比較復(fù)雜的環(huán)境中，比如狹窄的走廊和布滿椅子的走廊里，人類反應(yīng)往往沒有機器算法判斷的快。

 

　　最后一個顯而易見的問題，那就是這種解決方案，是否比傳統(tǒng)訓(xùn)練無人機學(xué)習(xí)飛行的方法更好？畢竟，這種解決方案是教導(dǎo)無人機墜毀，而不是飛行。實際上，現(xiàn)在我們都還不知道答案是什么，但最重要的是，如果允許無人機墜機，那么整個學(xué)習(xí)過程都可以是自我監(jiān)督的：就把無人機放到一個房間里，讓它自己飛、自己撞、自己墜毀——當(dāng)然你得去給它更換電池，而除了更換電池之外，你所收集的數(shù)據(jù)、以及無人機學(xué)習(xí)過程完全都是自主完成的。另一方面，如果你試圖較無人機不要碰撞，那么就必須還得找到一種方法來確保它不會墜毀。當(dāng)然，你可以通過從人類飛行員身上學(xué)習(xí)，或是把無人機放置在具有運動捕捉系統(tǒng)以及一些部署 3D 障礙物的環(huán)境下飛行，不過所有這些解決方案都會增加大量成本和復(fù)雜度。所以，讓無人機從墜機中學(xué)習(xí)飛行，要容易的多。