Автономный гоночный дрон MonoRace, управляемый искусственным интеллектом, прошел трассу быстрее трех бывших чемпионов мира среди пилотов FPV-дронов. Аппарат развил скорость около 102 км/ч и преодолел маршрут с 11 воротами за 16,56 секунды.
MonoRace отличается от многих предыдущих автономных дронов способностью ориентироваться на высокой скорости с помощью одной камеры, без GPS и внешних систем отслеживания движения. Для оценки собственного движения аппарат также использует инерциальный измерительный блок, который фиксирует ускорение и вращение.
Камера передает изображение нейросети, которая распознает гоночные ворота и помогает определить положение дрона относительно трассы. На основе этих данных система формирует команды для четырех пропеллеров. Управляющие команды поступают примерно 500 раз в секунду, позволяя аппарату быстро менять направление и корректировать полет.
Нейросеть обучали методом обучения с подкреплением. Сначала она училась выполнять простые действия и проходить первые ворота, а затем постепенно осваивала более сложные маневры и увеличивала скорость. Обучение проводили в компьютерном симуляторе, где система могла совершать миллионы попыток без риска разбить настоящий аппарат.
Чтобы дрон не зависел от единственного набора условий, исследователи меняли в симуляции массу аппарата, напряжение питания, сопротивление воздуха, шум датчиков и состояние пропеллеров. Это помогло подготовить систему к различиям между виртуальной моделью и реальным полетом.
В ноябре 2025 года MonoRace участвовал в соревнованиях Abu Dhabi Autonomous Racing League. Он занял первое место среди автономных команд и показал результаты лучше, чем три бывших чемпиона мира среди людей. Во время заездов аппарат достигал скорости около 102 км/ч.
Разработка показывает, что для управления быстрым роботом не обязательно использовать крупный вычислительный компьютер или сложный набор датчиков. Небольшой бортовой вычислительный модуль способен обрабатывать данные и управлять движением с высокой частотой.
Исследователи считают, что подобные системы могут пригодиться не только в гонках. В перспективе этот подход можно адаптировать для роботов, которым нужно быстро ориентироваться в меняющейся обстановке, а также для устройств, где важны небольшие размеры, низкое энергопотребление и быстрая реакция.
Читайте также:
DJI представила станцию, которая меняет аккумулятор дрона за 25 секунд