Calibrate Once, Fly Any Team: Residual-Grounded Low-Fidelity Training for Cooperative Drone Swarms
本文提出了一种用于协作无人机集群的高效计算训练框架，该框架在低保真模拟器中优化共享的去中心化策略，并利用从孤立高保真飞行中校准得到的单个离线残差集成进行修正，从而在实现不同团队规模下近乎最优性能的同时，避免了直接进行高保真训练所带来的高崩溃率和高计算成本。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
无人机集群的梦想——数百台小型机器像一个大脑一样协同运动，以建造结构、运送物资或绘制灾区地图——长期以来一直受到物理学和时间问题的阻碍。为了教导单台无人机如何飞行，工程师通常使用模拟真实世界的计算机仿真。然而，在速度与精度之间存在着一种恒定的权衡。一个简单且快速的仿真将无人机视为一个质点，忽略了其旋翼如何旋转、机身如何倾斜以及空气如何对其产生推力。这种速度允许研究人员在几秒钟内进行数千次练习飞行，但学到的经验在应用到真实的机器时往往会失败，因为简单的模型遗漏了现实世界中微妙的延迟和作用力。相反，一个考虑了每一个物理细节的高精度仿真则极其缓慢。当研究人员试图在这样一个精确的环境中训练整个无人机团队时，计算机就会陷入瘫痪。每当两架无人机靠近时，软件都必须计算它们潜在碰撞的复杂物理过程，这一任务随着无人机数量的增加而呈指数级变得更加困难。其结果往往是数字化的坠毁，迫使学习过程重新开始，使得高效训练大规模群体几乎成为不可能。
来自海法大学的 Maxim Mednikov 和 Oren Gal 研究人员发现了一种完全绕过这一瓶颈的方法。他们并没有强迫计算机在缓慢且完美的世界中从零开始学习，也没有依赖于快速但有缺陷的世界，而是创造了一种结合了两者的优点且无需承担通常代价的方法。他们的这种在计算机仿真中测试的方法，允许无人机团队使用快速、简单的模型来学习复杂的协作任务，同时通过一个预先计算好的微小修正，确保其行为对于现实世界而言足够精确。其核心见解在于：简单模型与复杂现实之间的差异可以仅通过学习一台无人机来完成，并随后应用于任何数量的无人机，无论团队规模有多大。
该过程始于一个简单的快速仿真，其中无人机被视为一个质量点。研究人员首先让一个基础控制器在简单的无人机身上沿着特定路径飞行。然后，他们将这条完全相同的路径带入一个更详细的高保真仿真中，该仿真包含了所有混乱的现实物理特性，如空气阻力和机身旋转。通过比较简单模型是如何移动的与详细模型实际是如何移动的，他们计算出了其中的差异。这个差异，或者说“残差”，就像一张微小的误差地图，告诉系统如何调整简单模型以匹配复杂的模型。至关重要的是，这种校准仅使用一台孤立的无人机在离线状态下完成一次。研究人员利用这些差异拟合出一个微小的数学模型，然后将其冻结，锁定这些修正，使其不再发生变化。
一旦这个修正地图准备就绪，真正的学习就开始了。研究人员在快速、简单的仿真器内训练整个集群的共享策略，但有一个转折：在飞行的每一个瞬间，冻结的修正都会被应用到无人机的运动中。这意味着无人机学习飞行的方式仿佛是在复杂、真实的物理世界中，但计算机实际运行的是快速、简单的物理逻辑。由于修正仅取决于单个无人机的状态，而不取决于其队友，因此研究人员在训练阶段无需让两架无人机共同飞行。他们可以使用完全相同的校订数据（这些数据收集自单机飞行）来训练由三架或十八架无人机组成的团队。这消除了在全真实性仿真中训练时出现的数字坠毁风险，而这种风险通常会随着团队规模的增加而激增。
该方法的成果在四种不同的协作任务中得到了测试，涵盖了从保持编队到进行“8”字形飞行，团队规模从三架到十八架不等。在每种情况下，使用这种混合方法训练的团队表现都优于仅在简单、未经过修正的模型上训练的团队。更令人印象深刻的是，在二十四次测试案例中有二十二次，它的表现优于从头开始在缓慢、真实的仿真中训练的团队。虽然对于非常小的群体，该方法的有效性略低于在真实仿真中训练的团队，但随着团队规模的扩大，这一差距迅速缩小。对于规模最大的十八架无人机团队，混合方法的表现几乎与昂贵的真实训练持平，但其耗时极短且实现了零训练坠毁。昂贵的真实训练在大型团队中的坠毁率往往超过百分之六十，从而有效地阻碍了进度，而新方法则保持了稳定和高效。
研究人员还发现，创建初始修正地图所需的数据量出人意意地少。他们发现，只需通过飞行几分钟来收集大约三十二条短距离飞行路径，就足以校准适用于任何规模团队的系统。这种数据需求并不随无人机数量的增加而增长；十八架无人机的校准工作量与三架无人机相同。此外，该方法在面对无人机物理属性变化（如增加重量或额外的风阻）时表现出了鲁棒性。通过针对新条件进行简短的温和再校准，系统能够快速适应，在无需从头开始重新学习整个任务的情况下保持高性能。
这项工作表明，高保真的训练对于大型无人机集群并不需要实时模拟每一次碰撞和交互。通过利用从单个智能体学习到的离线修正来为快速、简单的仿真器提供基础，研究人员可以训练出既准确又在计算上可行的复杂协作行为。虽然这些结果目前仍局限于计算机仿真，但该方法为现实世界的应用提供了一条可扩展的路径，表明无人机集群的未来可能不取决于更快的计算机，而在于我们如何更聪明地使用现有的计算机。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。