Stellen Sie sich eine Drohne vor, die allein über die zerklüfteten Gipfel der Sierra Nevada fliegt, einen Wassertank unter sich, während sie gegen einen Waldbrand ankämpft. Sie hat nicht nur mit der Hitze und dem Rauch zu kämpfen, sondern kämpft auch um die Kontrolle, während Bergwinde um sie herum peitschen und sie aus der Bahn zu werfen drohen. Für Drohnen in echten Notfällen wie diesem reichen rohe Kraft und Leistung nicht aus. Was wirklich zählt, ist Flexibilität - die Fähigkeit, sich auf das Unerwartete einzustellen und innerhalb von Sekundenbruchteilen zu reagieren.
Hier kommt ein neuer Durchbruch des MIT ins Spiel. Ein Forscherteam hat ein intelligentes, auf maschinellem Lernen basierendes Steuerungssystem entwickelt, das die Art und Weise, wie Drohnen in unvorhersehbaren Umgebungen operieren, verändern wird. Anstatt starr vorprogrammierten Routinen zu folgen, lernt dieses System während des Fluges. Wenn man es mit nur 15 Minuten Flugdaten füttert - selbst bei starkem Wind oder plötzlichen Turbulenzen -, passt es sich von selbst an und reduziert die wilden Kurskorrekturen in der Luft, mit denen Notfalldrohnen normalerweise zu kämpfen haben.
Eines der beeindruckendsten Dinge an diesem neuen System ist, dass es das alte Regelwerk über den Haufen wirft. Die Ingenieure müssen nicht mehr jedes mögliche Szenario oder jede Störung, auf die die Drohne treffen könnte, aufzeichnen. Stattdessen sammelt das Gehirn der Drohne - ein neuronales Netz - Informationen in Echtzeit. Es wertet die Geometrie der Störung aus, z. B. den Winkel und die Geschwindigkeit einer Böe, und wählt dann selbstständig den am besten geeigneten Optimierungsalgorithmus aus, um die Abweichung zu minimieren. Im Wesentlichen wird die Drohne immer besser in der Lage sein, genau dann auf Kurs zu bleiben, wenn die Bedingungen am schwierigsten werden.
Diese Anpassungsfähigkeit wird durch Meta-Lernen erreicht, eine Technik, mit der das Kontrollsystem lernt, aus begrenzten Erfahrungen schnell zu verallgemeinern. Als die Forscher ihren Algorithmus in einer Simulation testeten, stellten sie fest, dass die Flugfehler im Vergleich zu Standardmethoden um die Hälfte zurückgingen - selbst wenn das System mit neuen, ungeübten Windmustern konfrontiert wurde. Die Drohne hat einfach gelernt, das Unerwartete zu erwarten.
Navid Azizan vom MIT, einer der Projektleiter, betont, dass das Geheimnis der Stärke dieses Systems in seinem simultanen Lernansatz liegt. Anstatt eine einzige Anpassungsmethode vorzugeben, entscheidet der Controller im laufenden Betrieb und greift dabei auf eine Reihe fortschrittlicher Optimierungsmethoden zurück. Es geht auch nicht nur um die Brandbekämpfung. Dieselbe adaptive Technologie könnte Lieferdrohnen in die Lage versetzen, schwere Pakete effizienter durch windige Städte zu transportieren, oder Luftüberwachungssysteme in die Lage versetzen, abgelegene Landschaften mit wechselhaftem Wetter zu patrouillieren.
Herkömmliche Drohnensteuerungen beruhen auf sorgfältig ausgearbeiteten Modellen für jede Störung. Aber im wirklichen Leben kann nicht jede Herausforderung vorhergesagt werden. Das System des MIT wirft diese Krücke weg und verlässt sich ganz auf das, was die Drohne in Bewegung sieht, fühlt und lernt. Ihr Ansatz nutzt den “Spiegelabstieg”, eine Familie von Optimierungstechniken, die einen größeren Werkzeugkasten als herkömmliche Gradientenabstiegsmethoden bietet und sich schneller an unterschiedliche Herausforderungen anpassen lässt.
Wie geht es nun für das MIT-Team weiter? Das Team bringt sein System aus dem Simulator in echte Drohnen und testet es unter verschiedenen Bedingungen. Der Fahrplan sieht vor, dass das System mit mehreren Störquellen umgehen kann - etwa mit wechselnden Nutzlasten oder plötzlichen Stürmen - und dass Methoden entwickelt werden, die es der Drohne ermöglichen, mit der Zeit immer intelligenter zu werden, so dass sie neuen Bedrohungen begegnen kann, ohne wieder bei Null anfangen zu müssen.
Die Forschungsarbeit wird bereits von Experten auf diesem Gebiet für ihre Mischung aus Meta-Lernen und adaptiver Steuerung gelobt, und es besteht die Hoffnung, dass sie den Weg für autonome Systeme ebnen könnte, die sich in der chaotischen und komplexen Welt der Realität bewähren. Mit der Unterstützung von Industriepartnern und Forschungslabors des MIT ist der Weg frei für Drohnen, die mehr können als nur fliegen - sie passen sich an, denken mit und gedeihen, egal, was ihnen in den Weg gestellt wird.
Lesen Sie die ganze Geschichte auf MIT News: https://news.mit.edu/2025/ai-enabled-control-system-helps-autonomous-drones-uncertain-environments-0609.
Diese Website verwendet Cookies.