Drony uczą się nawigacji od pszczół. Nowy system działa bez GPS-u
Naukowcy stworzyli system nawigacji dla dronów inspirowany lotami uczącymi się pszczół. Bee-Nav pozwala małym maszynom wracać do domu z dokładnością do pół metra bez GPS-u, używając sieci neuronowej wielkości zaledwie kilku kilobajtów.
pl.
👁 135 przeczytań
- System Bee-Nav pozwala dronom nawigować bez GPS-u, inspirując się lotami uczącymi się pszczół miodnych i opisano go w Nature.
- Sieć neuronowa Bee-Nav zajmuje zaledwie 3,4 kilobajty pamięci, a dron wracał do punktu startu z dokładnością 0,5 metra w 100% prób na dystansach 30-110 metrów.
- Na dłuższych trasach 200-600 metrów, nawet przy wietrznej pogodzie, skuteczność systemu wynosiła 70%, a trening wymagał pokrycia tylko 0,25-10% całego obszaru lotu.
Lot na miarę pszczoły
Naukowcy od dawna wiedzieli, że pszczoły miodne są mistrzami nawigacji. Owady te potrafią oddalić się od ula na kilka kilometrów, a potem bezbłędnie wrócić. Sekret tkwi w tak zwanych lotach uczących się - krótkich, charakterystycznych manewrach, podczas których pszczoła zapamiętuje wygląd okolicy z różnych perspektyw. Teraz zespół badaczy postanowił podpatrzeć tę strategię i przenieść ją do świata robotyki.
Efektem jest system nazwany
„Bee-Nav”
, którego działanie opisano na łamach
Nature
. W przeciwieństwie do typowych metod nawigacji, które wymagają skomplikowanych algorytmów i dużej mocy obliczeniowej, Bee-Nav opiera się na zaskakująco prostej sieci neuronowej. Jak tłumaczą autorzy publikacji, sieć jest trenowana na podstawie obrazów sferycznych - tak, by na podstawie widoku otoczenia wyznaczyć wektor prowadzący do domu.
„W symulacjach wykazaliśmy, że przy realistycznej dokładności integracji toru sieć neuronowa wymaga treningu na zaledwie około 0,25-10% całkowitego obszaru lotu” - czytamy w artykule.
To kluczowa różnica w porównaniu z konwencjonalnymi metodami SLAM (Simultaneous Localization and Mapping), które muszą „przelatywać” i zapamiętywać każdy skrawek terenu.
Mały mózg, wielki zasięg
Najbardziej imponujące w Bee-Nav jest to, jak mało zasobów potrzebuje do działania. W testach w rzeczywistych warunkach - zarówno wewnątrz budynków, jak i na zewnątrz - mały dron wyposażony w ten system radził sobie znakomicie. W przypadku lotów o długości od 30 do 110 metrów, maszyna wracała do punktu startu z dokładnością do 0,5 metra w 100% prób. Nawet przy dłuższych dystansach, sięgających 200-600 metrów, i przy wietrznej pogodzie, skuteczność wynosiła 70%.
Co więcej, sieć neuronowa używana w tych lotach zajmowała zaledwie
3,4 kilobajty
pamięci. Dla porównania: jedno zdjęcie z przeciętnego smartfona to około 2-5 megabajtów, czyli tysiąc razy więcej. Wersja przystosowana do dłuższych dystansów potrzebowała 42 kB - wciąż ułamek tego, co zużywają tradycyjne systemy.
Nawigacja bez GPS-u
Dlaczego to takie ważne? Współczesne drony i roboty mobilne w dużej mierze polegają na GPS-ie. Sygnał satelitarny nie dociera jednak wszędzie - zawodzi w gęstej zabudowie, w tunelach, w lasach czy wewnątrz budynków. Systemy wizyjne, które mogłyby go zastąpić, są zwykle zbyt ciężkie i energochłonne, by zamontować je na małych, lekkich platformach.
Bee-Nav rozwiązuje ten problem. Dzięki inspiracji biologią udało się stworzyć system lekki, tani energetycznie i nie wymagający stałego połączenia z zewnętrzną infrastrukturą. To otwiera drzwi do nowej generacji mikrodronów zdolnych do autonomicznych misji w trudno dostępnych miejscach - od inspekcji rurociągów, przez poszukiwania w gruzowiskach, po monitorowanie upraw.
Co to mówi o pszczołach?
Odkrycie ma znaczenie wykraczające poza robotykę. Jak podkreślają autorzy, Bee-Nav rzuca nowe światło na neuroetologię owadów - czyli na to, jak ich maleńkie mózgi radzą sobie z tak złożonym zadaniem, jakim jest nawigacja. Dotychczas sądzono, że pszczoły mogą posługiwać się swego rodzaju „mapą poznawczą” okolicy. Nowe wyniki sugerują, że wystarczy im znacznie prostszy mechanizm: zapamiętanie kilku kluczowych widoków i umiejętność przełożenia ich na kierunek lotu.
To z kolei może pomóc w zrozumieniu, jak ewoluowały systemy nawigacyjne u innych zwierząt - od ptaków po ssaki. Być może natura od dawna stosuje zasadę „mniej znaczy więcej”, którą my dopiero zaczynamy odkrywać.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Kierunek: przyszłość
Zespół badawczy zapowiada dalsze prace nad udoskonaleniem Bee-Nav. Planowane jest między innymi zwiększenie odporności systemu na zmienne warunki oświetleniowe oraz rozszerzenie go o możliwość omijania przeszkód. Jeśli te plany się powiodą, możemy spodziewać się, że wkrótce na rynku pojawią się drony, które będą nawigować… jak pszczoły. I to dosłownie.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Jak działa system nawigacji Bee-Nav dla dronów bez GPS-u?
Bee-Nav opiera się na prostej sieci neuronowej trenowanej na obrazach sferycznych, która na podstawie widoku otoczenia wyznacza wektor prowadzący do punktu startowego. W przeciwieństwie do metod SLAM nie wymaga zapamiętywania każdego skrawka terenu, lecz jedynie niewielkiego ułamka całego obszaru lotu.
Ile pamięci potrzebuje sieć neuronowa Bee-Nav?
Podstawowa wersja sieci neuronowej Bee-Nav zajmuje zaledwie 3,4 kilobajty pamięci. Wersja przystosowana do dłuższych dystansów potrzebuje 42 kB, co i tak stanowi ułamek zasobów zużywanych przez tradycyjne systemy nawigacyjne.
Gdzie zostały opublikowane badania na temat systemu Bee-Nav?
Wyniki badań opisano na łamach czasopisma Nature. Autorzy publikacji pokazali w nich zarówno wyniki symulacji, jak i testy w rzeczywistych warunkach wewnątrz budynków i na zewnątrz.
Do jakich zastosowań nadaje się Bee-Nav?
Według autorów system nadaje się do autonomicznych misji w miejscach, gdzie GPS zawodzi - czyli w gęstej zabudowie, tunelach, lasach i budynkach. Artykuł wymienia konkretne zastosowania: inspekcje rurociągów, poszukiwania w gruzowiskach oraz monitorowanie upraw.
System prompty w Claude - jak pisać instrukcje które działająClaude
Ten chip ignoruje rutynę, by reagować tylko na niebezpieczeństwo. Działa 10 000 razy wydajniej niż AINauka
Meta AI: co to jest, gdzie działa i jak sprawdzić odpowiedźArtykułyPodobne tematy na Promptowym
