Un drone IA batte i campioni umani senza GPS
MonoRace, sviluppato dai ricercatori dell’Università di Tecnologia di Delft, ha vinto la gara di Abu Dhabi superando 3 ex campioni del mondo.
Un drone guidato dall’intelligenza artificiale ha battuto in gara alcuni tra i migliori piloti umani al mondo, pur affidandosi a una sola telecamera e a un piccolo computer di bordo. Il velivolo ha completato un circuito a oltre 100 chilometri orari senza GPS, sistemi esterni di rilevamento del movimento, telecamere stereoscopiche o una mappa del percorso caricata in anticipo.
Il sistema, chiamato MonoRace, ha vinto nel 2025 la competizione di droni autonomi della Abu Dhabi Autonomous Racing League, superando tutte le altre squadre automatiche e facendo segnare tempi migliori di quelli di tre ex campioni del mondo. I risultati sono descritti in uno studio pubblicato il 14 ottobre sulla rivista Science Robotics.
A sviluppare MonoRace sono stati i ricercatori del Micro Air Vehicles Lab dell’Università di Tecnologia di Delft, nei Paesi Bassi. Il nome richiama la visione monoculare: il drone usa una sola telecamera frontale, con otturatore rolling shutter, e un’unità di misura inerziale (IMU) interna, che rileva accelerazioni e rotazioni.
Il drone supera i 100 chilometri orari
Le immagini e i dati dell’IMU alimentano una rete neurale, un modello di apprendimento automatico che riconosce schemi nei dati. Il sistema individua i gate del circuito e stima posizione e movimento del drone, quindi genera i comandi per i motori. Attraverso il controllore di volo, li invia alle quattro eliche 500 volte al secondo.
Il drone pesa 966 grammi e misura circa 30 x 28 x 10 centimetri. Le dimensioni ridotte e l’efficienza dell’hardware consentono a MonoRace di funzionare interamente a bordo, senza ricorrere a un computer esterno. Sul circuito di Abu Dhabi, il velivolo ha percorso due giri attorno a 11 gate in 16,56 secondi, raggiungendo una velocità massima di circa 102 chilometri orari.
Un video pubblicato di recente ripercorre lo sviluppo del sistema e la gara: nelle riprese reali si vede il drone inclinarsi bruscamente, accelerare attraverso i gate e completare il percorso senza assistenza umana. Alcune sequenze, però, sono generate al computer. Guido de Croon, coautore dello studio e professore all’Università di Tecnologia di Delft, ha spiegato che si tratta di effetti visivi intenzionali. Le sole immagini interamente simulate compaiono intorno al minuto due, nella parte dedicata all’addestramento.
«Nel video mostriamo i gate in un simulatore visivo, ma l’addestramento vero e proprio è avvenuto in un simulatore semplificato, basato esclusivamente sulla fisica e molto veloce», ha scritto de Croon in un’email a Live Science. «Durante l’addestramento non è stata simulata la visione, perché la rete neurale di controllo riceve in ingresso uno stato stimato, ottenuto tramite un processo distinto di percezione e stima dello stato».
Il resto del filmato mostra voli reali, anche se alcune immagini includono sovrapposizioni che illustrano come il drone interpreta ciò che vede. Una rete neurale convoluzionale riconosce i gate bianchi, evidenziati in rosso nelle immagini. Piccoli cerchi segnalano gli angoli individuati, le linee rosse ne tracciano i bordi e una sovrapposizione blu indica la zona in cui il drone si aspetta di trovare il gate successivo.
Come è stata addestrata l’intelligenza artificiale
MonoRace è stato addestrato con l’apprendimento per rinforzo: un metodo in cui un sistema prova più volte a svolgere un compito e riceve un riscontro in base al risultato. «L’apprendimento per rinforzo è stato eseguito in simulazione, perché richiede molti tentativi ed errori: milioni di prove, per esempio», ha detto de Croon. «In pratica, impara a volare da zero».
La rete ha imparato a trasformare direttamente in comandi per i motori la posizione del drone sul circuito, la velocità e l’orientamento. All’inizio dell’addestramento si è concentrata sulle operazioni fondamentali, come evitare gli incidenti e raggiungere il primo gate. In seguito ha imparato a percorrere tratti sempre più lunghi e a volare più velocemente.
Per rendere il sistema adatto a velivoli diversi, i ricercatori hanno modificato durante l’addestramento parametri come peso, tensione, resistenza aerodinamica, rumore dei sensori e condizioni delle eliche. «Questo garantisce che la rete addestrata possa controllare droni diversi», ha detto de Croon.
Possibili applicazioni oltre le gare
MonoRace potrebbe anche diventare uno strumento per allenare i piloti umani. «MonoRace potrebbe diventare uno strumento di addestramento per i piloti umani di droni, un po’ come i potenti programmi di scacchi hanno ispirato anche chi gioca», ha osservato de Croon.
La portata del risultato va oltre le gare: dimostra come un robot possa percepire l’ambiente, prendere decisioni e agire rapidamente anche con sensori e capacità di calcolo limitati. La rete di controllo gira su un chip della classe dei microcontrollori, mostrando che per ottenere prestazioni sofisticate non è necessario un computer potente.
De Croon ha aggiunto che una rete di dimensioni simili potrebbe essere ottimizzata per ridurre i consumi energetici invece che per migliorare i tempi sul giro. Poiché molte macchine utilizzano processori piccoli e controllori convenzionali, un controllo neurale progettato per l’efficienza potrebbe in futuro contribuire a ridurre il consumo dei robot di uso quotidiano.
Fonte: livescience.com
