Учёные разработали новый метод, который позволяет смягчить воздействие турбулентности на динамические конструкции и транспортные средства, сосредоточив внимание на беспилотных летательных аппаратах (БПЛА).
Турбулентность возникает из-за изменений атмосферного давления, что приводит к тряске самолётов во время полёта. В отличие от птиц, которые адаптировались к таким условиям благодаря развитым органам чувств, техника часто не способна быстро реагировать на резкие изменения давления.
В новом исследовании, подробно описан процесс создания системы управления самолётами, способной автоматически корректировать полёт при турбулентности.
Учёные использовали искусственный интеллект FALCON, который способен адаптироваться к различным условиям турбулентности в реальном времени.
Метод, использованный в разработке FALCON, базируется на обучении с подкреплением, но, в отличие от предыдущих систем, не ограничен узкими условиями. FALCON был обучен понимать основные принципы, вызывающие турбулентность, и корректировать траекторию независимо от условий.
Искусственный интеллект использует методы Фурье, которые позволяют моделировать турбулентные потоки как цифровые волны. Таким образом, турбулентность представляется в виде периодических волн, что соответствует естественным изменениям атмосферного давления и ветра.
"Использование обучения с подкреплением для адаптации в реальном времениэто важный шаг, который позволяет технологии быстрее реагировать на турбулентность". — отметил Хевер Монкайо, профессор аэрокосмической инженерии в Университете Эмбри-Риддла.
В ходе испытаний в аэродинамической трубе Калифорнийского технологического института ИИ продемонстрировал способность адаптироваться к изменениям давления и сохранять устойчивость, регулируя углы наклона и рыскания модели крыла БПЛА.
Во время экспериментов использовался специальный подвижный цилиндр для создания случайных колебаний, имитирующих реальную турбулентность.
После девяти минут обучения ИИ показал способность к адаптации, поддерживая устойчивость крыла в условиях меняющегося потока.
По мнению учёных, дальнейшие исследования сосредоточатся на сокращении времени, необходимого для обучения ИИ.
Также рассматривается возможность обмена данными об окружающей среде между самолётами, что позволит заранее предупреждать об изменениях турбулентности.
Однако для этого требуется разработка надёжных протоколов безопасности, чтобы минимизировать риски кибератак.
"Сокращение времени обучения и повышение точности прогнозирования это ключевые задачи, над которыми мы работаем. Обмен данными между самолётами мог бы повысить предсказательную способность системы, но потребует разработки стандартов связи и обработки данных".-добавил Монкайо.
Данное исследование имеет перспективу улучшить полёты не только беспилотников, но и коммерческих самолётов, снижая негативное влияние турбулентности на транспортные средства и увеличивая безопасность полётов.