苏黎世大学(University ofZurich)的研究人员开发了一种新方法，仅使用机载传感和计算，就能让四旋翼飞行器在未知、复杂的环境中高速自主飞行。这种新方法可能在紧急情况、建筑工地或安全应用中会很有用。
当涉及到探索森林、建筑或洞穴等复杂和未知环境时，无人机是难以匹敌的。它们速度快、灵活、体积小，几乎可以携带传感器和有效载荷到任何地方。然而，如果没有地图，无人驾驶飞机很难在未知的环境中找到方向。就目前而言，需要专业的操作人员来释放无人机的全部潜力。
苏黎世大学机器人和感知小组负责人达维德-斯卡拉穆扎（Davide Scaramuzza）说："要掌握自主敏捷飞行，你需要在一瞬间了解环境，使无人机沿着无碰撞的路径飞行。"这对人类和机器来说都是非常困难的。专家级的人类飞行员经过多年的坚持和训练可以达到这个水平。但机器仍在探索更好的办法。"
人工智能算法在模拟环境中学习在现实世界中飞行
在一项新的研究中，Scaramuzza和他的团队训练了一个自主的四旋翼飞机，使其能够在以前没有见过的环境中飞行，如森林、建筑、废墟和火车，保持高达40公里/小时的速度，并且不会撞到树木、墙壁或其他障碍物。所有这些都是仅依靠四旋翼飞机的机载摄像头和计算实现的。
无人机的神经网络通过观察某种“模拟专家”来学习飞行这种算法可以让计算机生成的无人机在充满复杂障碍的模拟环境中飞行。在任何时候，该算法都有关于四旋翼飞行器状态和传感器读数的完整信息，并且可以依靠足够的时间和计算能力来始终找到最佳轨迹。
无人机的神经网络通过观察一种 "模拟专家"来学习飞行--这种算法驾驶着电脑控制的无人机穿过充满复杂障碍的模拟环境。在任何时候，该算法都有四旋翼飞行器状态的完整信息和传感器的读数，并可以依靠足够的时间和计算能力始终找到最佳轨迹。
这种“模拟专家”不能在模拟之外使用，但它的数据被用来教会神经网络如何仅根据传感器的数据预测最佳轨迹。与现有系统相比，这是一个相当大的优势，现有系统首先使用传感器数据创建环境地图，然后在地图中规划轨迹，这两个步骤需要时间，使其无法高速飞行。
不需要完全复制真实世界
经过模拟训练后，该系统在现实世界中进行了测试，它能够在各种环境中以高达40公里/小时的速度飞行而不会发生碰撞。这篇论文的合著者、博士生安东尼奥洛奎尔西奥(Antonio Loquercio)说:“虽然人类需要数年的训练，但利用高性能模拟器的人工智能可以更快地达到类似的导航能力，基本上只需花费一个晚上的训练时间。”有趣的是，这些模拟器并不需要完全复制真实世界。如果使用正确的方法，即使是简单的模拟器也足够了。”
应用不限于四旋翼飞行器。研究人员解释说，相同的方法可能有助于提高自动驾驶汽车的性能，甚至可以为在难以或不可能收集数据的领域（例如在其他星球上）训练人工智能系统的新方法打开大门。
