Drone AI đánh bại nhà vô địch thế giới trên đường đua

Ngày 14/4, hai sự kiện đua drone diễn ra đồng thời: Chung kết Cúp Falcon dành cho phi công và Giải vô địch Drone A2RL dành cho drone tự hành do AI điều khiển, theo Phys.org. Các drone AI xuất sắc cũng đã thi đấu với những phi công giỏi nhất. Drone AI do Đại học Công nghệ Delft phát triển lần đầu tiên chiến thắng trong thử thách A2RL Grand Challenge, sau đó tiếp tục chiến thắng trong giải đấu loại trực tiếp trước 3 nhà vô địch thế giới DCL, đạt tốc độ bay lên đến 95,8 km/h trên đường đua quanh co.

Nhóm nhà khoa học và sinh viên đến từ Đại học Công nghệ Delft đạt được thành tích trên bằng cách phát triển hệ thống AI hiệu quả và mạnh mẽ, có thể điều khiển nhanh chóng và chính xác. Trong khi những đột phá trước đây của AI như đánh bại nhà vô địch thế giới cờ vua hay cờ vây thường diễn ra trong môi trường ảo, thành tựu này diễn ra trong thế giới thực.

Cách đây hai năm, nhóm Robot học và Nhận thức tại Đại học Zurich là đơn vị đầu tiên đánh bại các nhà vô địch đua drone bằng drone tự hành. Tuy nhiên, thành tựu ấn tượng đó diễn ra trong môi trường phòng thí nghiệm bay, nơi điều kiện, phần cứng và đường đua vẫn do các nhà nghiên cứu kiểm soát, rất khác so với giải vô địch thế giới này khi phần cứng và đường đua do ban tổ chức thiết kế và quản lý hoàn toàn.

Mục tiêu của Giải vô địch Drone A2RL năm 2025 tại Abu Dhabi là thúc đẩy ranh giới của AI vật lý bằng cách khuyến khích nghiên cứu về robot AI dưới áp lực thời gian cực hạn, với tài nguyên tính toán và cảm biến rất hạn chế. Drone chỉ sử dụng một camera hướng về phía trước, khác biệt lớn so với các cuộc đua drone tự hành trước đây. Hoạt động của nó giống cách phi công bay hơn, tạo ra thêm thách thức về nhận thức cho AI.

AI đánh bại 3 nhà cựu vô địch thế giới DCL được phát triển bởi nhóm khoa học gia và sinh viên từ Phòng thí nghiệm MAV thuộc Khoa Kỹ thuật Hàng không Vũ trụ của Đại học Công nghệ Delft. Một trong những yếu tố mới cốt lõi của AI drone là sử dụng mạng nơron sâu không gửi lệnh điều khiển đến bộ điều khiển truyền thống mà trực tiếp đến động cơ. Những mạng này ban đầu được phát triển bởi Nhóm Khái niệm Tiên tiến tại Cơ quan Vũ trụ Châu Âu (ESA) dưới tên “Mạng hướng dẫn và điều khiển”.

Các thuật toán điều khiển tối ưu do con người thiết kế tốn quá nhiều tài nguyên tính toán để có thể chạy trên hệ thống hạn chế như drone hay vệ tinh. ESA phát hiện mạng nơron sâu có thể bắt chước kết quả của các thuật toán truyền thống nhưng đòi hỏi ít thời gian xử lý hơn đáng kể. Việc kiểm tra liệu các mạng này có hoạt động tốt trên phần cứng thực hay không gặp nhiều khó khăn, do đó ESA đã hợp tác với Phòng thí nghiệm MAV tại Đại học Công nghệ Delft.

“Chúng tôi huấn luyện các mạng nơron sâu với học tăng cường, một dạng học thông qua thử và lỗi”, đội trưởng Christophe De Wagter chia sẻ. “Điều này cho phép drone tiếp cận gần hơn tới giới hạn vật lý của hệ thống. Để đạt được điều đó, chúng tôi phải thiết kế lại không chỉ quy trình huấn luyện điều khiển mà cả cách chúng tôi học hỏi về động lực học của drone từ dữ liệu cảm biến trên máy bay”.

AI hiệu quả cao được phát triển cho nhận thức mạnh mẽ và kiểm soát tối ưu không chỉ quan trọng đối với drone đua tự hành mà còn có thể dùng cho các robot khác.

Theo De Wagter, robot AI bị giới hạn bởi tài nguyên tính toán và năng lượng cần thiết. Đua drone tự hành là trường hợp thử nghiệm lý tưởng để phát triển và thử nghiệm AI hiệu quả cao và mạnh mẽ. Điều khiển drone bay nhanh hơn rất quan trọng đối với nhiều ứng dụng kinh tế và xã hội, từ giao mẫu máu và máy khử rung tim kịp thời đến tìm kiếm người trong tình huống thiên tai. Hơn nữa, chúng ta có thể sử dụng các phương pháp phát triển để đạt không chỉ thời gian tối ưu mà cả tiêu chí khác như năng lượng hoặc an toàn. Điều này sẽ tác động tới nhiều ứng dụng khác, từ robot hút bụi đến xe tự lái.

An Khang (Theo Phys.org)