นักวิทยาศาสตร์ได้พัฒนาเทคนิคที่สามารถบรรเทาผลกระทบของความปั่นป่วนต่อโครงสร้างแบบไดนามิกและยานพาหนะ โดยเน้นไปที่ยานพาหนะทางอากาศไร้คนขับ (UAV) โดยเฉพาะ
ความปั่นป่วนเป็นชื่อที่เราตั้งให้กับการเปลี่ยนแปลงของความกดอากาศที่ทำให้เครื่องบินสั่น สิ่งนี้ชัดเจนที่สุดเมื่อเครื่องบินตัดสินขณะที่มันผ่านการเปลี่ยนแปลงของความกดอากาศกลางเที่ยวบิน ซึ่งแตกต่างจากสัตว์บินได้ซึ่งมีการพัฒนาความสามารถตามธรรมชาติในการรับรู้การเปลี่ยนแปลงของสภาพแวดล้อมที่ทำให้เกิดความปั่นป่วน และปรับตัวอย่างรวดเร็วเพื่อรักษาการบินที่ราบรื่น
งานวิจัยที่ตีพิมพ์เมื่อวันที่ 24 กันยายนในวารสารโดยสรุปว่านักวิทยาศาสตร์สามารถพัฒนาเทคนิคการควบคุมเครื่องบินได้อย่างไร เทคนิคนี้จำเป็นต้องใช้(AI) ระบบที่เรียกว่า FALCON เพื่อปรับการบินอัตโนมัติเพื่อชดเชยความปั่นป่วน
ก่อนหน้านี้มีการใช้การเรียนรู้แบบเสริมกำลังซึ่งเป็นวิธีการฝึกอบรม AI เพื่อพัฒนาระบบควบคุมที่เสริมด้วย AI แต่สำหรับสภาพแวดล้อมหรือยานพาหนะที่เฉพาะเจาะจงเท่านั้น ในทางตรงกันข้าม ฟอลคอนได้รับการฝึกอบรมให้เข้าใจหลักการพื้นฐานที่ก่อให้เกิดความปั่นป่วนเพื่อปรับตัวให้เข้ากับสภาวะต่างๆ
FALCON ใช้วิธีฟูริเยร์ซึ่งใช้คลื่นไซน์เชิงซ้อนเพื่อแสดงข้อมูล นักวิจัยพบว่าการแสดงสภาพลมในรูปแบบดิจิทัลในรูปแบบคลื่นเป็นคาบเป็นวิธีที่มีประสิทธิภาพในการสร้างแบบจำลองความปั่นป่วน เนื่องจากการขึ้นและลงของลมและผลกระทบของลมเป็นไปตามรูปแบบคลื่นตามธรรมชาติ
ที่เกี่ยวข้อง:
"การใช้การเรียนรู้แบบเสริมกำลังเพื่อปรับตัวแบบเรียลไทม์นั้นมีความโดดเด่น เนื่องจากจะเรียนรู้แบบจำลองความปั่นป่วนที่ซ่อนอยู่"เฮเวอร์ มอนกาโยศาสตราจารย์ด้านวิศวกรรมการบินและอวกาศที่ มหาวิทยาลัยการบินเอ็มบรี-ริดเดิ้ลบอกกับ WordsSideKick.com "ผมเชื่อว่าเทคโนโลยีนี้มีความเป็นไปได้มาก โดยเฉพาะอย่างยิ่งกับความสามารถในการคำนวณในปัจจุบัน เช่น เจ็ตสันซึ่งสนับสนุนการบูรณาการการเรียนรู้แบบปรับตัว การวิเคราะห์ฟูเรียร์ และการคำนวณแบบเรียลไทม์"
นักวิทยาศาสตร์ได้ทดสอบ AI ในอุโมงค์ลมที่ Caltech โดยใช้ปีกเครื่องบินเพื่อเป็นตัวแทนของ UAV และประกอบเข้ากับเซ็นเซอร์ความดันและพื้นผิวควบคุม ใช้สิ่งเหล่านี้เพื่อรับรู้ถึงการเปลี่ยนแปลงของแรงกด และปรับระดับและการเอียงตามความจำเป็นเพื่อรักษาเสถียรภาพ นอกจากนี้ กระบอกสูบที่เคลื่อนย้ายได้ยังถูกวางไว้เหนือปีกในอุโมงค์ลมเพื่อสร้างความผันผวนแบบสุ่มในกระแสลมปั่นป่วน
พบว่าหลังจากเรียนรู้เก้านาที โดยที่ FALCON จะพยายามปรับตัวต่อความปั่นป่วนที่เปลี่ยนแปลงและป้อนกลับผลลัพธ์ AI ก็สามารถรักษาเสถียรภาพของแอโรฟอยล์ในอุโมงค์ลมได้
"การทดสอบอุโมงค์ลมของคาลเทคแสดงให้เห็นว่า ฟอลคอนสามารถเรียนรู้ได้ภายในไม่กี่นาที ซึ่งบ่งบอกถึงความสามารถในการปรับขนาดให้กับเครื่องบินขนาดใหญ่" มอนคาโยกล่าว อย่างไรก็ตาม ความท้าทายในโลกแห่งความเป็นจริงยังคงมีอยู่ โดยเฉพาะอย่างยิ่งในการปรับตัวอย่างรวดเร็วต่อสภาวะที่หลากหลายและคาดเดาไม่ได้ และในการตรวจสอบประสิทธิภาพในการกำหนดค่า UAV และสภาพแวดล้อมลมที่แตกต่างกัน"
การวิจัยนี้มีศักยภาพที่จะนำไปสู่การบินที่ราบรื่นยิ่งขึ้นสำหรับ UAV และเครื่องบินพาณิชย์ด้วยการปรับให้เข้ากับความปั่นป่วนโดยอัตโนมัติ นักวิจัยยังได้เสนอแนะถึงความเป็นไปได้ในการแบ่งปันข้อมูลสิ่งแวดล้อมระหว่างเครื่องบินเพื่อเตือนถึงสิ่งรบกวน อย่างไรก็ตาม เนื่องจากข้อกังวลด้านความปลอดภัยทางไซเบอร์ที่เกี่ยวข้องกับระบบควบคุมเครื่องบิน จึงจำเป็นต้องมีโปรโตคอลความปลอดภัยที่แข็งแกร่งซึ่งจะต้องได้รับการตรวจสอบและทดสอบอย่างละเอียดล่วงหน้า
“การพัฒนาอย่างต่อเนื่องมีแนวโน้มที่จะมุ่งเน้นไปที่การปรับปรุงความแม่นยำในการทำนายและลดเวลาการฝึกอบรม ซึ่งเป็นไปได้แต่ซับซ้อน” มอนคาโยกล่าว นอกจากนี้ การแบ่งปันข้อมูลระหว่างเครื่องบินจะช่วยเพิ่มพลังในการคาดการณ์ของระบบ แต่มีแนวโน้มว่าจะต้องใช้มาตรฐานการสื่อสารที่แข็งแกร่งและโปรโตคอลการจัดการข้อมูลเพื่อการนำไปใช้ในวงกว้าง”
การวิจัยขั้นต่อไปมีเป้าหมายเพื่อลดเวลาการเรียนรู้ของ AI สิ่งนี้มีแนวโน้มที่จะกลายเป็นความท้าทายหลักของนักวิจัย เนื่องจากความสามารถในการปรับตัวให้เข้ากับสภาพแวดล้อมได้อย่างรวดเร็วถือเป็นสิ่งสำคัญสำหรับการแก้ปัญหาในทางปฏิบัติต่อความวุ่นวาย
