Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Comprendre l'attention visuelle derrière la navigation des drones inspirée des abeilles

Created by
  • Haebom

Auteur

Pranav Rajbhandari, Abhi Veda, Matthew Garratt, Mandyam Srinivasan, Sridhar Ravi

Contour

Cet article explore l'application de la conception biomimétique à la navigation autonome des drones (UAV), en exploitant les caractéristiques des systèmes biologiques capables de voler et d'éviter les obstacles malgré des capacités sensorielles et informatiques limitées. Plus précisément, en nous concentrant sur l'observation selon laquelle les abeilles utilisent principalement le flux optique pour se déplacer dans des environnements complexes, nous avons entraîné un agent d'apprentissage par renforcement à naviguer dans un tunnel contenant des obstacles en utilisant uniquement le flux optique comme entrée sensorielle. Nous avons analysé les schémas d'attention de l'agent entraîné afin de déterminer quelles zones du flux optique sont principalement responsables des décisions de mouvement. Nous avons constaté que l'agent entraîné concentrait son attention sur les zones discontinues de flux optique et les zones présentant des amplitudes de flux optique importantes. L'agent entraîné a navigué dans des tunnels complexes en maintenant sa position au centre de l'environnement tout en évitant les obstacles générant un flux optique important, un comportement similaire au vol des insectes. Ce schéma a persisté chez les agents entraînés indépendamment, ce qui suggère qu'il pourrait s'agir d'une stratégie utile pour développer des lois de contrôle explicites simples pour les drones réels.

Takeaways, Limitations

Takeaways:
Présentation de la possibilité de développer un algorithme de navigation simple utilisant uniquement le flux visuel.
Une stratégie efficace d’évitement d’obstacles imitant le comportement de vol des insectes est présentée.
Une nouvelle approche pour développer des lois de contrôle pratiques des drones est présentée.
Limitations:
Ces résultats proviennent d’un environnement de simulation et des recherches supplémentaires sont nécessaires pour les appliquer à des drones réels.
La vérification des performances de généralisation dans diverses conditions environnementales et d’obstacles est requise.
Une discussion plus approfondie est nécessaire sur l’interprétation de l’analyse du modèle d’attention de l’agent.
👍