Det amerikanske militær nærmer sig selvstyrende off-road kampkjøretøyer

Forskere ved U.S. Army Combat Capabilities Development Command’s Army Research Laboratory og University of Texas at Austin har udviklet en algoritme, der kan have store implikationer for selvstyrte køretøjer. Med algoritmen kan selvstyrte køretøjer på jorden forbedre deres eget navigationsystem ved at observere en menneskelig kørsel.

Tilgangen, der er udviklet af forskerne, kaldes adaptiv planlægningsparameterlæring fra demonstration, eller APPLD. Det blev testet på et eksperimentelt selvstyrigt køretøj fra hæren.

Forskningen blev offentliggjort i IEEE Robotics and Automation Letters. Arbejdet har titlen “APPLD: Adaptiv Planlægningsparameterlæring Fra Demonstration.”

APPLD

Dr. Garrett Warnell er en forsker i hæren.

“Med tilgange som APPLD, vil nuværende soldater i eksisterende træningsfaciliteter være i stand til at bidrage til forbedringer af selvstyrte systemer ved blot at operere deres køretøjer som normalt,” sagde Warnell. “Teknikker som disse vil være en vigtig bidrag til hærens planer om at designe og udvikle næste generations kampkjøretøjer, der er udstyret til at navigere selvstyrigt i off-road udsendelsesmiljøer.”

For at udvikle det nye system kombinerede forskerne maskinlæring fra demonstrationsalgoritmer og klassiske selvstyrte navigationsystemer. En af de bedste funktioner ved denne tilgang er, at den tillader APPLD at forbedre et eksisterende system for at opføre sig mere som et menneske, i stedet for at erstatte det hele klassiske system. 

På grund af dette er det udsendte system i stand til at bevare funktioner som optimalitet, forklarbarhed og sikkerhed, der er til stede i klassiske navigationsystemer, samtidig med at det skaber et mere fleksibelt system, der kan tilpasse sig til nye miljøer.

“En enkelt demonstration af menneskelig kørsel, leveret ved hjælp af en almindelig Xbox trådløs controller, tillod APPLD at lære, hvordan man kan justere køretøjets eksisterende selvstyrte navigationsystem forskelligt afhængigt af det specifikke lokale miljø,” sagde Warnell. “For eksempel, når man er i en snæver korridor, sænkede den menneskelige chauffør farten og kørte forsigtigt. Efter at have observeret dette adfærd, lærte det selvstyrte system at reducere sin maksimale hastighed og øge sin beregningsbudget i lignende miljøer. Dette tillod til sidst køretøjet at navigere selvstyrigt i andre snævre korridorer, hvor det tidligere havde fejlet.”

https://www.youtube.com/watch?v=u2xxPTZA0DY

Resultaterne viste, at det trænede APPLD-system kunne navigere i testmiljøerne mere effektivt og med færre fejl i forhold til det klassiske system. Oven i købet kunne det også navigere i miljøet hurtigere end den menneskelige, der var ansvarlig for at træne det. 

Dr. Peter Stone er professor og formand for Robotics Consortium på UT Austin.

“Fra et maskinlæringssynspunkt kontrasterer APPLD med såkaldte end-to-end læringsystemer, der forsøger at lære hele navigationsystemet fra scratch,” sagde Stone. “Disse tilgange kræver ofte en masse data og kan føre til adfærd, der ikke er sikre eller robuste. APPLD udnytter de dele af kontrolsystemet, der er blevet omhyggeligt designet, samtidig med at det fokuserer sin maskinlæring på parameterjusteringsprocessen, der ofte udføres på baggrund af en enkelt persons intuition.”

Det nye system tillader ikke-eksperter i robotik at træne og forbedre selvstyrte køretøjs navigation. For eksempel kunne en ubegrænset mængde af brugere levere de data, der er nødvendige for systemet til at forbedre sig selv, i stedet for at afhænge af en gruppe af eksperter, der manuelt ændrer systemet.

Dr. Jonathan Fink er en forsker i hæren.

“Nuværende selvstyrte navigationsystemer skal normalt justeres manuelt for hvert nyt udsendelsesmiljø,” sagde Fink. “Denne proces er ekstremt svær – den skal udføres af en person med omfattende træning i robotik, og den kræver en masse prøvning og fejlfinding, indtil de rigtige systemindstillinger kan findes. I modsætning hertil justerer APPLD systemet automatisk ved at observere en menneskelig kørsel – noget, som alle kan gøre, hvis de har erfaring med en videospilcontroller. Under udsendelse tillader APPLD også systemet at justere sig selv i realtid, når miljøet ændrer sig.”

Militær brug

Dette system vil være nyttigt for hæren, der for tiden arbejder på at udvikle moderne, valgfrit bemandede kampkjøretøjer og robotiske kampkjøretøjer. For øjeblikket er mange af miljøerne for komplekse, selv for de bedste selvstyrte navigationsystemer. 

Dr. Xuesu Xiao er en postdoc-forsker på UT Austin og hovedforfatter af artiklen.

“Ud over den umiddelbare relevans for hæren skaber APPLD også muligheden for at brobygge mellem traditionelle ingeniørtilgange og fremvoksende maskinlæringsteknikker, for at skabe robuste, adaptive og fleksible mobile robotter i den virkelige verden,” sagde Xiao

APPLD-systemet vil nu blive testet i forskellige udendørs miljøer. Forskerholdet vil også se, om yderligere sensorinformation kan hjælpe systemerne med at lære mere komplekse adfærd.