Un equipo de investigadores de la Universidad de Zúrich y los Laboratorios Intel ha logrado construir un dron autónomo que ha derrotado a varios competidores humanos, incluido el campeón mundial de la DRL. El dron, llamado Swift, utiliza una combinación de algoritmos y un sistema de percepción para analizar el entorno y tomar decisiones de control. A través del aprendizaje profundo por refuerzo, el dron ha logrado superar a tres campeones en una pista con obstáculos y registrar los mejores tiempos de vuelta en la competición.
Para lograrlo, el dron utiliza un sensor inercial, una cámara y un ordenador a bordo. Utiliza odometría visual inercial para estimar su posición, velocidad y orientación, y gracias a la cámara y un algoritmo PNP, puede determinar la ubicación de las puertas por las que debe pasar durante cada vuelta. El dron utiliza una política de control basada en los datos de percepción para tomar decisiones de control.
Durante las pruebas, Swift compitió contra pilotos humanos en carreras de tres vueltas, donde el requisito era pasar por las puertas en el orden correcto. Aunque los competidores humanos solo utilizaban la cámara y sus habilidades para controlar el dron, Swift tenía una ligera ventaja al contar con un sensor inercial y un menor tiempo de respuesta en las reacciones sensoriales y motoras.
Este logro representa un avance importante en las técnicas de aprendizaje de refuerzo profundo y demuestra las posibilidades de la inteligencia artificial en el mundo físico. Además, destaca que Swift no requiere de un hardware robusto para su entrenamiento, lo que lo hace accesible y potencialmente útil como herramienta de entrenamiento.
Fuentes:
– Artículo original en revista Nature.
