不確実な世界における自律的なイノベーション

Jan 21, 2024

前の画像 次の画像

MIT のジョナサン・ハウ教授の研究対象は、飛行機や宇宙船から無人航空機 (UAV、またはドローン) や自動車に至るまで、自律走行車の全範囲に及びます。 彼は特に、動的環境でのナビゲーションが可能な複数の自動運転車を調整するための、分散型の堅牢な計画アルゴリズムの設計と実装に重点を置いています。

ここ 1 年ほど、リチャード・コックバーン・マクローリン航空宇宙学教授とマサチューセッツ工科大学航空宇宙制御研究所の研究者チームは、無人機群が同じ空域で衝突することなく飛行できるようにする軌道計画システムを開発してきました。お互い。 言い換えれば、これは複数車両の衝突回避プロジェクトであり、農業や防衛などのさまざまな産業のコスト削減と効率性に関して現実世界に影響を及ぼします。

このプロジェクトのテスト施設は、クレサ自律システムセンターで、天井高が 25 フィートの 80 フィート×40 フィートのスペースで、MIT の自動運転車の研究のために特別に設計されており、センターの高い湾の周りを定期的に飛び回るハウの UAV の群れも含まれています。 。 衝突を避けるために、各 UAV は機内で経路計画軌道を計算し、無線通信ネットワークを使用して残りのマシンと共有する必要があります。

しかし、ハウ氏によると、複数車両での作業における重要な課題の 1 つは、情報交換に伴う通信遅延に関係しています。 この場合、この問題に対処するために、ハウ氏と研究者らは、車両が車載センサーを使用して他の車両に関する新しい情報を収集し、その後、自身の計画軌道を変更できるようにする「知覚認識」機能をシステムに埋め込みました。 テストでは、アルゴリズムの修正により 100% の成功率が得られ、ドローン グループ間の衝突のない飛行が保証されました。 ハウ氏によると、次のステップはアルゴリズムをスケールアップし、より広い空間でテストし、最終的には屋外に飛び出すことだという。

英国で生まれたジョナサン ハウは、長年イギリス空軍に勤務していた父親と一緒に空軍基地で十分な時間を過ごしたおかげで、幼い頃から飛行機に興味を持ち始めました。 しかし、ハウが回想するように、他の子供たちが宇宙飛行士になりたがる一方で、彼の好奇心は飛行の工学や力学に関係していた。 数年後、トロント大学の学部生として、航空工学や宇宙工学に応用される応用数学と複数の車両の研究に興味を持ちました。 彼は MIT で大学院生および博士研究員としての研究を続け、NASA の資金提供による宇宙船の高精度ポインティングおよび振動制御のための高度な制御技術に関する実験に貢献しました。 そして、スタンフォード大学の若手教員として分散宇宙望遠鏡に取り組んだ後、2000 年にマサチューセッツ州ケンブリッジに戻り、MIT の教員に加わりました。

「自動運転車にとって重要な課題の 1 つは、周囲の環境にあるものにどう対処するかということです」と彼は言います。 自動運転車の場合、これはとりわけ歩行者の識別と追跡を意味します。 だからこそ、ハウ氏と彼のチームは、歩行者を追跡するように設計されたセンサーを備えた自動運転車からリアルタイム データを収集し、その情報を使用して、交差点などでの歩行者の行動を理解するためのモデルを生成し、自動運転を可能にしています。短期的な予測を行い、どのように進めるかについてより適切な決定を下すための手段となります。 「世界の不確実性を考慮すると、これは非常にノイズの多い予測プロセスです」とハウ氏は認めます。 「本当の目標は知識を向上させることです。 完璧な予測が得られることは決してありません。 不確実性を理解して、それをできるだけ減らそうとしているだけなのです。」

別のプロジェクトでは、How は航空機のリアルタイム意思決定の限界を押し広げています。 このようなシナリオでは、車両は環境内のどこに位置しているのか、周囲に何があるのか​​を判断し、最適な進路を計画する必要があります。 さらに、十分な俊敏性を確保するには、通常、航空機のセンサーからの新しい情報が利用可能になるとすぐに、これらのソリューションを 1 秒あたり約 10 ～ 50 回再生成できる必要があります。 強力なコンピュータは存在しますが、そのコスト、サイズ、重量、および電力要件により、小型で機敏な航空機への配備は現実的ではありません。 では、機敏な飛行体に簡単に搭載できるコンピューター上で、パフォーマンスを犠牲にすることなく、必要なすべての計算を迅速に実行するにはどうすればよいでしょうか?