🎬 YouTube Premium 家庭 Plan成員一位 只需
HK$148/年!
不用提供密碼、不用VPN、無需轉區
直接升級你的香港帳號 ➜ 即享 YouTube + YouTube Music 無廣告播放
MIT工程師設計能夠像大黃蜂一樣快速飛行的微型空中機械人
未來,呢啲細小嘅飛行機械人或許可以喺地震後嘅廢墟中幫忙搜尋生還者。佢哋好似真係嘅昆蟲咁,可以穿梭喺大型機械人無法進入嘅狹窄空間,同時閃避固定嘅障礙物同墜落嘅碎石。
至今為止,微型空中機械人只能緩慢飛行,沿住平滑嘅路徑移動,仲未能達到真昆蟲嘅迅速靈活,直到而家。
麻省理工學院(MIT)嘅研究團隊展示咗一款速度同靈活度都媲美生物昆蟲嘅微型空中機械人。呢個跨學科團隊設計咗一套基於人工智能嘅新型控制系統,令呢隻機械昆蟲能夠執行體操式嘅飛行路徑,例如連續翻滾。
透過兩部分嘅控制方案,結合高性能同計算效率,機械人嘅速度提升咗約450%,加速度提升咗約250%,相比之前團隊嘅最佳成果有巨大突破。
即使面對風力擾動,呢隻快速嘅機械人依然靈活到可以喺11秒內完成連續10次翻滾。

「我哋希望呢啲機械人可以用喺傳統四旋翼無人機難以進入嘅環境,但昆蟲能夠輕鬆導航嘅地方。依家,憑藉我哋嘅生物啟發控制框架,機械人嘅飛行性能喺速度、加速度同俯仰角度方面已經同昆蟲相當。呢係朝住未來目標嘅一大步。」電機工程及計算機科學系副教授、軟體與微型機器人實驗室負責人陳凱文(Kevin Chen)如是說。
陳教授同佢嘅團隊過去五年一直致力打造機械昆蟲。佢哋最新版本嘅微型機械人體積細如微型錄音帶,重量仲輕過一枚回形針。新機械人裝備咗更大嘅拍翼,配合一組柔軟嘅人工肌肉,令拍翼能夠以極快嘅速度拍動,提升靈活度。
但之前機械人嘅控制系統係由人手調校,限制咗性能發揮。為咗令機械人能夠快速且有力咁飛行,控制系統需要更加穩健,能夠處理不確定性,並且迅速完成複雜計算。
由於呢啲輕量機械人嘅氣動力學非常複雜,控制系統若要實時運作,計算量會非常龐大。為解決呢個問題,陳教授嘅團隊同航空航天系教授Jonathan P. How嘅團隊合作,研發咗一套兩階段嘅AI驅動控制架構,兼顧複雜高速機動所需嘅穩健性同實時運算嘅效率。
第一階段係建構一個模型預測控制器(model-predictive controller),利用動態數學模型預測機械人嘅行為,計劃最佳行動序列,安全地沿指定路徑飛行。雖然計算量大,但能夠規劃高難度動作,例如空中連續翻滾、急轉彎同劇烈俯仰。呢個控制器亦會考慮機械人嘅推力同扭矩限制,避免撞擊。
「做多次連續翻滾時,如果有細微誤差累積,機械人就會墜毀,所以我哋需要穩健嘅飛行控制。」How教授話。
第二階段係用深度學習模型透過模仿學習(imitation learning)訓練一套「策略」(policy),即機械人嘅決策引擎,令佢能夠實時控制推力同扭矩。模仿學習將高性能控制器嘅能力壓縮成快速嘅AI模型,實現即時運算。
訓練嘅關鍵係準確而有效率地生成訓練數據,令策略可以學識所有進行激烈機動所需嘅知識。
呢套AI驅動嘅策略輸入機械人位置,輸出控制指令,令機械人可以靈活機動。
實驗結果顯示,呢個兩階段方案令機械人飛行速度提升咗447%,加速度提升咗255%,能夠喺11秒內完成10次翻滾,飛行時偏離預定路徑唔超過4至5厘米。
團隊亦展示咗類似昆蟲嘅「掃視運動」(saccade movement):昆蟲會劇烈俯仰,快速飛到某個位置,再反方向俯仰停住,呢種快速加減速有助昆蟲定位同清晰視覺。陳教授表示,未來加入攝影機同感測器,能令機械人自主避障同協調導航。
「我希望呢篇論文可以為微型機器人界帶嚟範式轉變,證明我哋可以同時開發出高性能又高效率嘅新控制架構。」陳教授話。
卡內基梅隆大學機械工程教授Sarah Bergbreiter讚賞:「呢項工作令人印象深刻,因為呢啲機械人即使面對製造公差、超過1米每秒嘅陣風,甚至電源線纏繞,都依然能精準完成翻滾同急轉彎。雖然控制器而家係運行喺外部電腦,但作者證明就算用昆蟲大小機械人有限嘅計算資源,都有可能實現類似但較不精確嘅控制策略。呢個發展令人興奮,因為佢為未來昆蟲級機械人嘅靈活性鋪路。」
呢項研究部分由美國國家科學基金會(NSF)、海軍研究辦公室、空軍科學研究辦公室、MathWorks同Zakhartchenko獎學金資助。
—
評論與啟示
MIT呢個團隊嘅突破,喺微型機械人同人工智能控制領域同時實現咗硬體同軟體嘅重大飛躍。過去微型飛行機械人多數只能「慢慢飛」,而今次嘅AI控制策略令佢哋可以不但飛得快,仲能做出連續翻滾呢啲高難度動作,展現出令人驚嘆嘅靈活性。
這種生物啟發式嘅設計不單止係科技上嘅創新,更係機械人自主性同適應力嘅重要里程碑。當機械人能夠模仿昆蟲嘅飛行方式,未來喺緊急救援、環境監測甚至農業機械授粉等場景嘅應用前景非常廣闊。
另外,呢個研究突顯咗AI控制系統喺實時、高速決策中嘅重要性。傳統手動調校嘅方法已經無法滿足複雜動作嘅需求,AI不但提升咗性能,仲令控制系統更穩定可靠。
不過,現階段控制器仍運行於外部電腦,未來如何將強大嘅運算能力整合到微型機械人本體,係技術發展嘅一大挑戰。再者,機械人嘅能源供應同續航時間亦係限制其實用化嘅關鍵。
綜合嚟講,MIT團隊嘅研究為微型機械人嘅發展指明咗方向,將生物學、機械工程同人工智能緊密結合,推動機械人自主飛行技術邁向新高度。呢啲成果唔單止係科學突破,更有潛力喺多個行業帶來變革,令人對未來智能微機械人充滿期待。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。