繼國際象棋、圍棋、德州撲克後，AI人工智慧無人機自主系统贏過了人類。這次的AI無人機自主系統Swift(autonomous system Swift)與三名第一人稱視角無人機比賽(FPV Drone Racing)的冠軍進行競技，最後以25場勝15場的亮眼戰機讓FPV無人機界留下深刻的印象。今天帶大家走進AI無人機自主系統Swift的世界，來看看它到底是怎麼控制並且學習的吧!
第一人稱視角無人機比賽(也能叫穿越機競賽)是一項刺激且節奏迅速的運動，參賽者佩戴頭戴式顯示器並控制配備攝像頭的“無人機”，可以顯示實時傳輸的攝像頭信息。比哪位參賽者能以更快的速度操控無人機穿越預定的賽道並以正確的順序通過各個門。這項挑戰考驗的是技巧、策略以及迅速的思考能力，因為飛行員必須在高速下操縱無人機穿越充滿挑戰的賽道。
AI無人機自主系統Swift
Swift這個自主系統依靠兩個關鍵模組:感知系統(perception system)和控制策略(control policy)，並且通過深度強化學習(DRL)讓Swift成為僅僅使用機載傳感器和運算就能讓四旋翼飛行器達到跟人類世界冠軍一樣的水平的自主系統。
Swift的感知系統使用視覺慣性測距技術(VIO)和慣性測量儀（IMU）來估計無人機的位置、速度和方向並與估計物體的 3D 位置和型態。
Swift的控制策略會透過卡爾曼濾波器(Kalman Filter)再將感知系統的資料轉化為實體的控制指令，讓無人跡能夠按照計畫飛行。 Swift利用深度強化學習裡的RL訓練迴圈(RL training loop)來模擬和探索不同環境和路線，找到更快的賽道選擇。通過使用實際飛行數據來調整控制策略，Swift系統使其能夠應對現實系統中的不確定性，從而在競賽中保持高競爭力。
經過不斷的研究和測試讓自主系統Swift能夠比人類操作的無人機更好的轉彎來製造獲勝的優勢還打破了最快的無人機紀錄時間。讓AI無人機自主系統Swift能夠以25場勝15場的優秀成績展現出深度強化學習在第一人稱視角(FPV)無人機比賽的巨大潛力。但也會讓人擔心一件事，現在AI越來越厲害能夠在很多領域贏過人類例如:圍棋、象棋、德州撲克，現在可是能操作無人機贏過人類，真的不免讓我擔心AI未來如果取代人類開戰鬥機的話那真的會很恐怖。
對AI無人機自主系統Swift與三位第一人稱視角無人機比賽(FPV Drone Racing)的冠軍競賽的內容感興趣的朋友可以觀看下方影片: