基于人工智能的控制系统帮助无人机在不确定环境中保持航向

麻省理工学院的研究人员开发了一种基于机器学习的自适应控制算法，帮助无人机在强风中保持航向。

该算法通过少量飞行数据自动选择优化方案，显著降低轨迹跟踪误差。

算法能够在不同风速下表现优异，未来可应用于高效投递和火灾风险监测。

新技术不需要提前了解不确定干扰的结构，控制系统的人工智能模型从15分钟的飞行数据中学习。

该控制系统使用元学习技术，同时训练以适应不同类型的干扰。

在模拟中，该自适应控制系统的轨迹跟踪误差比基线方法减少50%。

研究人员用神经网络模型替代了潜在干扰的结构函数，从数据中学习近似。

控制系统在每次飞行中保持相同的神经网络和镜像函数，以提高灵活性。

研究团队正在进行硬件实验，以测试控制系统在真实无人机上的表现。

未来计划扩展方法以处理来自多个来源的干扰，并探索持续学习的可能性。