在茂密的森林中高速驾驶无人机是一个关于瞬时反应的问题。机器必须在撞到树木之前，看到障碍物、决定如何移动并向电机发送指令。几十年来，工程师们通过在无人机的计算机中构建世界地图、规划路径并遵循路径来解决这个问题。但构建地图需要时间和计算能力，而且如果地图出错，无人机会坠毁。一种更新的方法试图通过观察专家来教无人机飞行，让机器学习视觉信息与动作之间的直接联系，就像孩子通过感受平衡而不是计算轮子的物理学来学习骑自行车一样。这种被称为模仿学习的方法显示出了前景，但当无人机遇到从未见过的场景，或者计算机速度跟不上飞行速度时，它往往会失败。

对于在计算能力边缘运行的小型无人机来说，挑战更加艰巨。现代能够理解语言和图像的人工智能模型极其沉重，运行需要大量的内存。为了做出决策，这些模型通常必须逐步处理信息，就像逐字阅读一本书一样。对于以每秒五米速度飞行的无人机来说，等待缓慢的计算机读完一个长句子意味着无人机在没有移动控制杆的情况下可能已经飞行了二十八米，这个距离足以保证在杂乱的森林中发生碰撞。研究人员需要一种方法，使这些智能模型足够轻量，以便在小型电池驱动的计算机上运行，同时仍能以足够快的速度做出决策，从而安全飞行。

一位研究人员开发了一种名为 Aero-VPA 的新系统，该系统通过改变无人机的思考方式来解决这个问题。他们没有使用沉重的、逐词处理的方法，而是构建了一个精简的架构，能够通过一次快速扫视来预测世界的未来状态。该系统使用一个紧凑的视觉大脑，通过观察摄像机画面并利用一小组规则来预测接下来会发生什么，从而跳过了重建图像每个像素的需要。这使得无人机能够在仅需五个快速步骤内生成完整的运动指令序列，这一速度符合小型无人机计算机严苛的时间限制。研究人员在一个高度真实的计算机模拟环境中测试了该系统，在该环境中，四旋翼无人机在程序化生成的森林中导航，树木被随机放置以创造各种挑战。

初步结果令人惊讶，并揭示了这些机器学习中的一个隐藏缺陷。当研究人员仅仅通过复制专家飞行员的动作来训练无人机时，无人机学会了一个危险的捷径。它停止观察前方的树木或路径，而是仅仅重复上一次发送给电机的指令。在无人机飞行完美的模拟中，这种习惯运作良好，因为上一次指令通常是正确的。但一旦无人机偏离航线，它就会不断重复错误的指令，盲目地撞向障碍物。研究人员称这种行为为“复读机”问题，这意味着即使无人机在理论数据上看起来很完美，但在独立飞行时，它连一次任务都无法完成。

为了解决这个问题，研究人员引入了一种训练方法：允许无人机飞行，每当它犯错时，都会有一个安全监督员介入进行纠正，并教导无人机针对特定情况采取正确的动作。这提高了无人机的成功率，但仍然遇到了瓶颈。无人机会飞行一段时间，然后坠毁，或者陷入犹豫的循环。成功率维持在百分之二十左右，这意味着无人机在五次尝试中有四次会坠毁或失败。研究人员意识到无人机的视野太窄了；它只能看到正前方的景象，一旦障碍物移出视野，无人机就会忘记它的存在。

突破点并非来自于让无人机变得更聪明，而是给予它一个不依赖于学习的安全网。研究人员添加了一个简单的、确定性的安全层，充当一个护盾。这个护盾记录了无人机在过去十五秒内看到的所有内容，创建了一个关于周围空间的心理地图，包括那些已经移到无人机身后或侧面的障碍物。如果无人机试图飞向被记住的障碍物，护盾会轻轻将其推开或减慢其速度。它还具备了在无人机卡住或迷路时的处理规则，例如沿着刚刚飞过的路径后退，或将自己向下一个目标方向推挤。

当这个安全护盾被添加到训练好的无人机中时，结果发生了剧变。表现最好的无人机的成功率从百分之二十一跃升至百分之五十二。坠毁次数从百分之七十二降至仅百分之二十二。代价是无人机变得更加谨慎；它经常减速，并且完成任务所需的时间更长，其中因超时而未完成的任务比例从百分之三上升到了百分之二十三。然而，无人机不再撞树了。护盾的效果非常好，它提升了他们测试的每一个版本的无人机的性能，无论该无人机是如何经过训练的。

研究人员发现，安全护盾在树木最密集的森林中效果尤为显著。在这些狭窄的空间里，带有护盾的无人机成功率从仅仅百分之七上升到了接近百分之四十七。如果没有护盾，无人机在这些条件下几乎总是会坠毁。护盾通过记住不再处于摄像机视野内的障碍物来发挥作用，防止无人机盲目地撞向刚刚经过的树木。该系统还学会了处理从看到障碍物到做出反应之间的延迟，这是机器人领域的一个常见问题，即机器的大脑比眼睛稍慢。

尽管取得了这些成功，研究人员谨慎地指出，这项工作仍处于模拟阶段。该无人机尚未在现实世界中飞行，且用于测试的计算机是强大的云服务器，而非该系统旨在运行的小型低功耗芯片。当前版本的无人机平均飞行速度约为每秒一米，这比专家可以达到的每秒三到七米要慢得多。研究人员已经确定了仍存在的若干障碍，例如无人机如何应对风力、摄像机在阳光充足下的表现，以及该系统在实际用于其目标的小型计算机上的运行情况。

这项研究还强调了关于教机器飞行的一个基本教训。如果机器在训练中找到了在现实世界中会失效的捷径，那么仅仅复制专家是不够的。无人机重复最后一条指令的行为是它为了在训练期间最小化误差而学会的一种聪明手段，但这是一个致命缺陷，在动态环境中会导致失败。安全护盾并没有修复无人机的学习能力，它只是约束了无人机的动作，以在它摸索余下过程时保持安全。研究人员发现，无人机的学习能力仍然有限，安全层承担了防止灾难发生的主要工作。

这项工作代表了在无需大规模计算机或预制地图的情况下，使小型无人机能够在复杂、非结构化环境中实现自主飞行的重要一步。通过将轻量级、快速思考的大脑与基于记忆的简单安全护盾相结合，研究人员展示了在边缘硬件上实现敏捷飞行的路径。该系统并不完美，也尚未准备好投入现实世界，但它证明了通过结合速度、记忆和谨慎，小型无人机可以在不坠毁的情况下学习在森林中导航。下一步将涉及在实际硬件和真实户外条件下测试该系统，以观察在模拟中习得的经验在面对风力和移动的树木时是否依然有效。