#KI siegt beim Drohnen-Rennen

Rasante Flugmanöver souverän gemeistert: Ein mit künstlicher Intelligenz ausgerüstetes Fluggerät hat von menschlichen Champions gesteuerte Konkurrenten bei Drohnen-Wettrennen geschlagen. Die Leistung des Systems basiert dabei auf der Kombination von maschineller Lernfähigkeit mit physischen Daten, die während des Fluges gesammelt werden. Bei dem Erfolg handelt es sich um einen Meilenstein in der Entwicklung von mobiler Robotik mit künstlicher Intelligenz, sagen die Entwickler.

Sie können komplexe Zusammenhänge erfassen, Roboter steuern und sogar clevere Texte generieren: Die teils erstaunlichen Leistungen von Systemen der künstlichen Intelligenz (KI) sorgen in letzter Zeit oft für Schlagzeilen. Denn in manchen Fällen können sie den Menschen schon in den Schatten stellen. Das gilt auch im spielerischen Bereich: KI-Systeme können mittlerweile menschliche Meister im Schach, dem kniffligen Denkspiel Go oder auch bei Autorennen in virtuellen Welten problemlos schlagen. Dabei handelt es sich allerdings um Erfolge in Simulations- und Computerspielumgebungen. Bei realen Wettbewerben, die auf schneller und cleverer Steuerungsfähigkeit basieren, haben die KI-Systeme bisher hingegen noch keine Goldmedaillen errungen.

Ein solches Spiel ist das sogenannte First-Person-View-Drohnenrennen. Dabei steuern die Teilnehmer ihre Quadrocopter mit Geschwindigkeiten von teilweise über 100 Kilometern pro Stunde über eine gewundene Flugstrecke durch Tore. Dazu tragen sie Headsets, die ihnen für die Steuerung eine „Ich-Perspektive“ durch eine an der Drohne befestigte Kamera ermöglichen. Die Champions dieses Spiels können ihr Fluggerät so gewandt lenken und beschleunigen, dass es besonders schnell und ohne Kollisionen durch die Rennstrecke saust.

KI-Hochgeschwindigkeits-Drohne entwickelt

Was die menschlichen Drohnenpiloten dabei leisten, galt bisher für autonom fliegende Drohnen mit künstlicher Intelligenz als kaum erreichbar. Denn die komplexen dynamischen Prozesse bei den hohen Geschwindigkeiten sind schwer vorhersagbar und die bisherige Technik reagierte zu langsam. Doch wie das Forscherteam der Universität Zürich nun berichtet, kann ihr System namens „Swift“ die menschliche Leistungsfähigkeit nun erreichen und unter bestimmten Bedingungen sogar übertreffen.

Die Renn-Drohne wird dazu mit Sensoren zur fortlaufenden physikalischen Datenerfassung ausgerüstet sowie mit einem On-Board KI-System, das trainiert werden kann und dann sehr schnell für eine „clevere“ Anpassung der Flugsteuerung sorgt. Konkret regiert Swift in Echtzeit auf die Daten, die von einer Kamera und einem integrierten Trägheitsmessgerät zur Erfassung von Beschleunigung und Geschwindigkeit stammen. Für die Positions- und Lagerfassung sowie die Erkennung der Tore entlang der Rennstrecke sorgt dann ein künstliches neuronales Netz. Es steht mit einer weiteren Einheit des „Gehirns“ des Systems in Verbindung, das die Steuereinheit bildet. Es bestimmt dann die beste Verhaltensweise, um die Herausforderungen der Strecke so schnell wie möglich zu meistern.

Ähnlich wie die menschlichen Pendants, braucht auch „Swift“ Training, um seine Fähigkeiten bei der Drohnen-Steuerung zu verbessern. Dies erfolgt in einer simulierten Umgebung, in der sich das System das Fliegen nach dem Prinzip Trial and Error selbst beibringt. Es handelt sich dabei um eine Form des maschinellen Lernens, die als Reinforcement Learning bezeichnet wird. Das anfängliche Lernen in einer Simulation hilft auch dabei, zu Beginn Beschädigungen der Drohne zu vermeiden. „Um sicherzustellen, dass die Folgen von Aktionen im Simulator denen in der realen Welt so nahe wie möglich kommen, haben wir eine Methode zur Optimierung des Simulators mit realen Daten entwickelt“, erklärt Erst-Autor Elia Kaufmann von der Universität Zürich.

Überlegene Flugmanöver

Nach seiner „Ausbildung“ war Swift dann bereit, seine menschlichen Konkurrenten herauszufordern: drei menschliche Champions, darunter die Weltmeister zweier internationaler Ligen. Die Rennen fanden auf einer Strecke in einer Halle mit sieben quadratischen Toren statt, die in der richtigen Reihenfolge durch teils anspruchsvolle Manöver passiert werden mussten. Die menschlichen Piloten erhielten eine Woche Training auf der Rennstrecke 0169 danach trat dann jeder in mehreren Kopf-an-Kopf-Rennen gegen Swift an. Das Resultat: Das System gewann mehrere Rennen gegen jeden der menschlichen Champions. Insgesamt siegte es bei 15 der 25 Rennen und erzielte außerdem die schnellste aufgezeichnete Rennzeit auf der Strecke mit einem Vorsprung von einer halben Sekunde vor dem besten menschlichen Konkurrenten. Wie die Auswertungen zeigten, war Swift offenbar zu etwas engeren Flugmanövern fähig.

Allerdings muss sich der Mensch bisher nur unter speziellen Bedingungen der KI beim Drohnen-Rennen geschlagen geben, räumen die Entwickler ein: Noch sind die Piloten deutlich anpassungsfähiger. Denn die autonome Drohne konnte ihre Leistung nur bei genau denjenigen Bedingungen zeigen, für die sie trainiert wurde. Bisher hat das System etwa Probleme mit wechselnden Lichtverhältnissen, weniger klar definierten Toren und es kann auch nicht auf Störgrößen wie Wind reagieren. Doch auch für diese Herausforderungen könnte es zukünftig technische Lösungen geben.

Wie die Forscher betonen, handelt es sich bei dem Konzept auch nicht nur um eine Spielerei: „Diese Arbeit stellt einen Meilenstein für die mobile Robotik und maschinelle Intelligenz dar“, schreiben Kaufmann und seine Kollegen. Es zeichnet sich dabei auch konkretes Nutzungspotenzial ab: „Drohnen haben eine begrenzte Batteriekapazität – sie brauchen den Großteil ihrer Energie, um in der Luft zu bleiben. Wenn wir schneller fliegen können, können wir deshalb ihren Nutzen erhöhen“, sagt Seniorautor Davide Scaramuzza von der Universität Zürich. „Auch in der Filmindustrie könnten schnelle, autonome Drohnen für die Aufnahme von Actionszenen eingesetzt werden. Und nicht zuletzt kann eine hohe Fluggeschwindigkeit einen entscheidenden Unterschied in Rettungsaktionen ausmachen – etwa bei Drohnen, die in ein brennendes Gebäude geschickt werden“, so der Wissenschaftler.

Quelle: Universität Zürich, Fachartikel: Nature, doi: s41586-023-06419-4

© wissenschaft.de – Martin Vieweg