多无人机竞速算法实现超人操控

AI资讯

arXiv 上挂出的论文 2605.22748 给出了一组数字,让无人机竞速圈安静了几秒:在 8 机协同竞速场景下,新算法的碰撞率比此前主流基线降低约 50%,最高瞬时速度突破 22 米每秒,相当于 79 公里每小时。这是迄今公开数据里,多无人机自主竞速第一次稳定打过人类世界冠军的水平。

多机自主竞速实验场景
八架四旋翼在密集障碍门间高速穿越的实验回放截图。

22 米每秒不是峰值,是稳态飞行速度

过去几年关于”无人机超过人类飞手”的新闻里,绝大多数都有一个共同前提:单机、提前建图、固定赛道。把场景换成多机同场、起飞前无任何赛道先验,结果会塌得很快——以往的端到端策略在 4 机同场就开始出现严重的”互相猜动作”现象,碰撞率经常在 30% 以上。

这次工作给出的数字是 50% 的相对下降,意味着同样赛道、同样机数下,事故数量减半。更关键的是,22 米每秒这个数字是平均稳态飞行速度,不是某个瞬时峰值。对比 2023 年瑞士苏黎世大学 Davide Scaramuzza 团队那篇登上《Nature》封面的 Swift 系统,单机峰值约 21 米每秒;这一次是八机同时飞,且每架都打到了相近的水平。

把博弈论塞进 MPC 的求解器

论文核心的算法层叫做 game-theoretic MPC,把每架无人机看作一个独立 agent,在每一帧的模型预测控制求解里同时考虑其他飞行器的潜在轨迹分布,而不是把它们当成静态障碍。这听起来像 multi-agent RL 的常规思路,但论文把它做在了 200Hz 的实时控制环里——这是工程上最难的部分。

苏黎世大学机器人与感知组负责人 Davide Scaramuzza 教授长期主张”无人机竞速是测试通用机器人智能的果蝇”。他在 2023 年 Swift 论文发表时就预测过下一个突破口是多机协同。这次的工作正好踩上了这个判断。

卡耐基梅隆大学机器人研究所教授 Sebastian Scherer 在 X 上的评论更具体一些。他写道:”碰撞率从 ~30% 压到 ~15% 才是真正困难的那一段,再往下每一个百分点都贵得离谱,这次降到接近 10% 量级是一个独立的工程成就。”他长期做 DARPA Subterranean Challenge 的飞行平台,知道这个区间里每一个百分点的代价。

无人机竞速这只”果蝇”开始有产业回声

多机竞速本身不是产业,问题的回声才是。这一套算法栈里真正可迁移的东西,是 200Hz 控制环里塞下博弈推理的能力——这件事背后对应的是仓储无人机集群、农业植保多机协同、应急搜救集群编队这一类已经有商业部署的场景。这些场景过去的瓶颈不是单机能力,是”两架飞机互相挡道时谁让谁”。

把 22 米每秒和 50% 这两个数字放回这些场景里看,意义就具体了:植保任务里两台飞机在田埂交叉时不再需要预设让行规则,仓储 AGV 上空的盘点无人机不再需要彼此握手通信。算法层面把”多体博弈”这件事从离线规划下放到实时控制,是它真正离开赛道、走进生产线的前置条件。


参考:arXiv 论文 2605.22748