Κέρδη:
- Κατανοήστε το ρόλο και τα όρια της τεχνητής νοημοσύνης στους νόμους ελέγχου πτήσης, την ανάλυση ευστάθειας και την αρχιτεκτονική του αυτόνομου συστήματος
- Δυνατότητα εξήγησης με παραδείγματα πώς η ενισχυτική μάθηση και ο έλεγχος βάσει μοντέλων χρησιμοποιούνται στην αυτονομία της αεροπορίας
- Δυνατότητα επαλήθευσης των εξόδων ελέγχου όσον αφορά τον φάκελο πτήσης, το περιθώριο ευστάθειας και τη συμπεριφορά ασφαλούς αστοχίας
Ένα αεροπλάνο δεν πετάει κατευθείαν στον αέρα από μόνο του. Αποκαθιστά συνεχώς μια ισορροπία που συνεχώς διαταράσσεται. Η δυναμική πτήσης είναι η επιστήμη αυτής της ισορροπίας: μελετά πώς το αεροσκάφος κινείται υπό δυνάμεις και ροπές, αν ανακάμπτει από ένα χτύπημα ανέμου (σταθερότητα) και πώς ανταποκρίνεται σε εντολές από τον πιλότο ή τον υπολογιστή. Το σύστημα ελέγχου είναι ο εγκέφαλος που κάμπτει αυτή τη δυναμική στην επιθυμητή συμπεριφορά: οι νόμοι ελέγχου πτήσης (αλγόριθμοι που λαμβάνουν μετρήσεις αισθητήρων και παράγουν εντολές στις επιφάνειες ελέγχου) διατηρούν το αεροπλάνο σταθερό και διαχειρίσιμο ανά πάσα στιγμή.
Η τεχνητή νοημοσύνη (AI) παίζει ρόλο σε αυτόν τον τομέα, τόσο από την πλευρά της κλασικής μηχανικής όσο και από την πλευρά της αυτονομίας. Στην κλασική πλευρά, επιταχύνει την ανάλυση σταθερότητας, τη σχεδίαση ελεγκτή και τη ρύθμιση προσομοίωσης. Από την πλευρά της αυτονομίας, μέθοδοι όπως η ενισχυτική μάθηση (μια συμπεριφορά εκμάθησης πράκτορα που βασίζεται στο σήμα ανταμοιβής μέσω δοκιμής και λάθους) παράγουν πολιτικές σε πολύπλοκες εργασίες. Αλλά ο έλεγχος πτήσης είναι ένα πεδίο όπου το σφάλμα είναι άμεσο και μη αναστρέψιμο: ένας ασταθής νόμος ελέγχου μπορεί να χάσει το αεροπλάνο σε δευτερόλεπτα. Επομένως, δεν τοποθετούνται κέρδη ή πολιτικές ελέγχου που δημιουργούνται από την τεχνητή νοημοσύνη στο αεροσκάφος χωρίς να έχουν επικυρωθεί όσον αφορά τον φάκελο πτήσης, το περιθώριο ευστάθειας και τη συμπεριφορά ασφαλούς αστοχίας.
Έννοιες: Φάκελος πτήσης: Όρια συντελεστή ταχύτητας-υψομέτρου-φορτίου στα οποία το αεροσκάφος μπορεί να πετάξει με ασφάλεια. Περιθώριο σταθερότητας: Περιθώριο κέρδους και περιθώριο φάσης. Ένα μέτρο για το πόσο απέχει ο βρόχος ελέγχου από την αστάθεια. Fail-safe: Το σύστημα εισέρχεται σε ασφαλή κατάσταση όταν ένα εξάρτημα αποτυγχάνει. PID: Αναλογικό-ολοκληρωτικό-παράγωγο. Η πιο κοινή κλασική δομή ελεγκτή.
Σταθερότητα, Νόμος Ελέγχου και Ρόλος της ΤΝ
Η βάση του σχεδιασμού ελέγχου είναι η κατανόηση της δυναμικής του ανοιχτού βρόχου και η μεταφορά του κλειστού βρόχου στην επιθυμητή συμπεριφορά. Ο μηχανικός γραμμικοποιεί τις εξισώσεις κίνησης του αεροσκάφους, εξάγει τις συναρτήσεις μεταφοράς και σχεδιάζει έναν ελεγκτή (π.χ. με ανάδραση PID ή κατάστασης). Η τεχνητή νοημοσύνη ανακαλεί αλγεβρικά ενδιάμεσα βήματα σε αυτή τη διαδικασία, βοηθά στην ερμηνεία του ριζικού τόπου, γράφει σενάρια με βιβλιοθήκες ελέγχου MATLAB/Python και παράγει κώδικα που υπολογίζει τα περιθώρια σταθερότητας ενός συνόλου απόδοσης.
Το κρίσιμο σημείο είναι το εξής: καλή απόδοση δεν σημαίνει καλό περιθώριο σταθερότητας. Ένα επιθετικό σύνολο απολαβής που προτείνεται από το AI μπορεί να έδωσε μια πολύ γρήγορη και απότομη απόκριση στην προσομοίωση, αλλά μπορεί να μείωσε το περιθώριο κέρδους στα 2 dB και το περιθώριο φάσης σε 15 μοίρες. Στην αεροπορία, συνήθως στοχεύεται ένα ελάχιστο περιθώριο κέρδους 6 dB και περιθώριο φάσης 45 μοιρών. επειδή στα πραγματικά αεροσκάφη, ο θόρυβος του αισθητήρα, η καθυστέρηση ενεργοποιητή και τα σφάλματα μοντελοποίησης ευθύνονται για αυτό το περιθώριο. Ένας ελεγκτής που δεν αφήνει αρκετό χώρο για το κεφάλι μπορεί να φαίνεται τέλειος στην προσομοίωση, αλλά μπορεί στην πραγματικότητα να παρασυρθεί σε αστάθεια (ταλάντωση οριακού κύκλου ή απόκλιση).
Προσοχή: Η "καθαρή" απόκριση ενός ελεγκτή στην προσομοίωση δεν αποτελεί εγγύηση για τον πραγματικό κόσμο. Η προσομοίωση γενικά προϋποθέτει έναν ιδανικό ενεργοποιητή, έναν αισθητήρα χωρίς καθυστέρηση και ένα πλήρες μοντέλο. Το περιθώριο σταθερότητας είναι ακριβώς το προστατευτικό σας μέτρο έναντι αυτών των αποκλίσεων από την ιδεατότητα. Η παράσταση που τη θυσιάζει μένει στα χαρτιά.
Αυτονομία και Έλεγχος Μαθητών: Όρια
Στα αυτόνομα συστήματα, η τεχνητή νοημοσύνη μπαίνει πιο βαθιά στο παιχνίδι: οι πολιτικές μάθησης χρησιμοποιούνται σε εργασίες όπως ο σχεδιασμός διαδρομής, η αποφυγή εμποδίων, η προσγείωση, ο συντονισμός αγέλης. Η ενισχυτική μάθηση μπορεί να βρει μια καλή πολιτική συμπεριφοράς κάνοντας εκατομμύρια δοκιμές σε ένα περιβάλλον προσομοίωσης. Ωστόσο, ο έλεγχος εκμάθησης έχει δύο κύριες προκλήσεις στην αεροπορία: την επεξήγηση και τη διασφάλιση. Γιατί μια πολιτική νευρωνικών δικτύων ζητά ότι η εντολή δεν μπορεί να δικαιολογηθεί εύκολα και δεν μπορεί να εγγυηθεί μαθηματικά ότι θα συμπεριφέρεται με ασφάλεια σε ολόκληρο τον χώρο εισόδου.
Γι' αυτό η πρακτική αρχιτεκτονική είναι συνήθως πολυεπίπεδη: το στοιχείο εκμάθησης λειτουργεί στο εξωτερικό στρώμα (σχεδιασμός, σύσταση), αλλά στο κάτω στρώμα υπάρχει ένας κλασικός, αναλύσιμος και επαληθεύσιμος "φάκελος ασφαλείας" ή οθόνη ασφαλείας. Αυτός ο ελεγκτής φιλτράρει τις εντολές του επιπέδου εκμάθησης με φάκελο πτήσης και κανόνες ασφαλείας. Αν δει παραβίαση ορίων, αλλάζει σε ασφαλή συμπεριφορά. Έτσι συνδυάζεται η δημιουργικότητα της τεχνητής νοημοσύνης με τη διασφάλιση του κλασικού ελέγχου.
Προσέγγιση
Πλεονέκτημα
Σύνορα στην αεροπορία
PID / κλασικό
Μπορεί να αναλυθεί, να αποδειχθεί σταθερότητα
Ανεπαρκής για πολύ σύνθετες εργασίες
Έλεγχος πρόβλεψης μοντέλου (MPC)
Αντιμετωπίζει σαφώς τους περιορισμούς
Υπολογιστικό φορτίο, εξάρτηση μοντέλου
ενισχυτική μάθηση
Ισχυρή πολιτική σε πολύπλοκο έργο
Η εγγύηση/εξηγησιμότητα είναι αδύναμη, κενό sim-truth
Πολυεπίπεδη (μαθητής + φάκελος ασφαλείας)
Δημιουργικότητα + σιγουριά
Κόστος σχεδίασης φακέλου και επαλήθευσης
Συμβουλή: Κατά την αξιολόγηση μιας μαθησιακής πολιτικής, ρωτήστε για τη «συμπεριφορά στη χειρότερη περίπτωση» και όχι για τη «μέση απόδοση». Εάν ένας πράκτορας RL υπερέχει σε 9.990 από τα 10.000 σενάρια και βγάλει το αεροπλάνο από το φάκελο σε 10, αυτά τα 10 σενάρια είναι απαράδεκτα στην αεροπορία. Η ασφάλεια μετριέται με τη χειρότερη περίπτωση, όχι με τον μέσο όρο.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Δώστε ένα καλό κέρδος PID για αυτό το drone.
Ισχυρή προτροπή:
Ρόλος: Είστε μηχανικός συστημάτων ελέγχου πτήσης. συμμορφώνονται με την πειθαρχία κρίσιμης σημασίας για την ασφάλεια. Πλαίσιο (αναπαράσταση): Γραμμικοποιημένο μοντέλο [συνάρτηση μεταφοράς ή δεδομένα μάζας/ώθησης] για τον κύκλο υψομέτρου ενός μικρού πολυκόπτερου. Εργασία: 1) Προτείνετε ένα αρχικό σύνολο κέρδους PID και εξηγήστε τη λογική επιλογής. 2) Γράψτε ένα σενάριο Python (python-control) και υπολογίστε το περιθώριο κέρδους3 με αυτά τα σενάρια. περιθώρια στόχων για την αεροπορία (>=6 dB, >=45°). Πώς μπορώ να προσαρμόσω το κέρδος εάν το περιθώριο είναι ανεπαρκές; Περιορισμός: Υπενθυμίστε μου ότι η καθυστέρηση του ενεργοποιητή και ο θόρυβος του αισθητήρα θα πέσει στο περιθώριο. Μην λέτε «ακριβώς το καλύτερο», τονίστε την ανάγκη για επαλήθευση σε προσομοίωση και υλικό.
Αντιγράψιμα πρότυπα προτροπής
Πρότυπο 1 — Σενάριο υπολογισμού περιθωρίου σταθερότητας:
Με python-control για την ακόλουθη συνάρτηση μεταφοράς ανοιχτού βρόχου: (α) Σχεδιάστε το διάγραμμα σώματος. (β) να υπολογίσετε αριθμητικά το περιθώριο κέρδους και το περιθώριο φάσης. (γ) παράγει μια παραγωγή συγκρίνοντάς τους με στόχους αεροπορίας (>=6 dB, >=45°). Αφήστε τον κωδικό να σχολιαστεί. Εξηγήστε τι κάνει κάθε βήμα. Συνάρτηση μεταφοράς: [num/den]
Πρότυπο 2 — Σχεδιασμός ελεγκτή ορίου φακέλου πτήσης:
Βοηθήστε με να σχεδιάσω μια λογική παρακολούθησης ασφαλείας για ένα αυτόνομο αεροσκάφος: εντολή σχεδιαστή κατά την είσοδο, περιορισμοί [ταχύτητα, υψόμετρο, συντελεστής φορτίου, όρια βήματος]. Πώς πρέπει ο ελεγκτής να φιλτράρει την εντολή, σε ποια ασφαλή συμπεριφορά πρέπει να μεταβεί σε περίπτωση παραβίασης ορίου; Γράψτε το με ψευδοκώδικα και αιτιολογήστε κάθε απόφαση.
Πρότυπο 3 — Σχέδιο αξιολόγησης πολιτικής RL:
Πριν αναπτύξετε μια πολιτική ενισχυτικής μάθησης στην αεροπορία, καταρτίστε ένα σχέδιο αξιολόγησης: (α) ποια σενάρια αιχμής και χειρότερης περίπτωσης πρέπει να δοκιμάσω. (β) πώς μπορώ να μετρήσω το sim-to-realgap; (γ) πώς αναφέρω ασφάλεια στη χειρότερη περίπτωση, όχι μέση. δ) σε αυτή την περίπτωση θα πρέπει να ενεργοποιηθεί ο ελεγκτής ασφαλείας. Αφήστε το αποτέλεσμα να είναι μια λίστα ελέγχου.
Πρότυπο 4 — Λειτουργία αποτυχίας και ανάλυση με ασφάλεια:
Καταγράψτε τους τρόπους αστοχίας για το ακόλουθο σύστημα ελέγχου [αισθητήρες, ενεργοποιητές, λογιστική μονάδα] και προτείνετε συμπεριφορά ασφαλούς αστοχίας για καθένα: αστοχία αισθητήρα, κόλληση ενεργοποιητή, λογιστική καθυστέρηση, απώλεια επικοινωνίας. Γράψτε μια μέθοδο ανίχνευσης και μια στρατηγική μετάβασης ασφαλούς κατάστασης για κάθε αποτυχία. Σημειώστε συγκεκριμένα ένα μόνο σημείο αστοχίας.
Μίνι Θήκες
Περίπτωση 1 — Επιθετική κατανάλωση μερισμάτων. Μια ομάδα λαμβάνει ένα σετ επιθετικού κέρδους από το AI για τον κύκλο του αγωνιστικού χώρου ενός UAV. Ο χρόνος ανόδου στην προσομοίωση είναι εντυπωσιακός στα 0,4 δευτερόλεπτα. Όταν υπολογίζεται το περιθώριο που προτείνει η AI, το περιθώριο κέρδους είναι 3,2 dB και το περιθώριο φάσης είναι 22 μοίρες. κάτω από τους στόχους της αεροπορίας (6 dB, 45°). Στην πραγματική πτήση, όταν προστίθεται καθυστέρηση ενεργοποιητή 50 ms, ο οριακός κύκλος του συστήματος ταλαντώνεται. Το κέρδος μειώνεται κατά 40% και το μερίδιο προσελκύεται στον στόχο, ο χρόνος ανόδου αυξάνεται στα 0,7 δευτερόλεπτα, αλλά το σύστημα παραμένει ισχυρό. Μάθημα: ισορροπία απόδοσης με μερίδιο. Η προσομοίωση δεν εγγυάται την πραγματικότητα.
Περίπτωση 2 — Η πολυεπίπεδη αρχιτεκτονική σώζει το αεροπλάνο. Μια πολιτική RL που έχει εκπαιδευτεί για αυτόνομη προσγείωση είναι επιτυχής στο 99,7% των 5.000 προσομοιωμένων προσγειώσεων. Σε μια σάρωση στη χειρότερη περίπτωση, η ομάδα δοκιμών διαπιστώνει ότι σε 14 σενάρια όπου οι πλευρικοί άνεμοι υπερβαίνουν ένα ορισμένο όριο, η πολιτική κατευθύνει το αεροσκάφος εκτός του διαδρόμου. Ένας απλός φάκελος ασφαλείας τοποθετημένος κάτω από το επίπεδο εκμάθησης δίνει μια εντολή «go-around» σε περίπτωση παραβιάσεων του ορίου πλάγιου ανέμου και απόκλισης. Και τα 14 σενάρια προκύπτουν με ασφάλεια. Μάθημα: το επίπεδο εκμάθησης πρέπει να συνοδεύεται από ένα κλασικό δίχτυ ασφαλείας.
Περίπτωση 3 — Το σφάλμα ενός σημείου παραβλέπεται. Σε ένα σχέδιο, ένας μόνο αισθητήρας ταχύτητας αέρα τροφοδοτεί τόσο τον νόμο ελέγχου όσο και το σύστημα προειδοποίησης. Η ανάλυση λειτουργίας αποτυχίας του AI επισημαίνει ότι εάν αυτός ο αισθητήρας μπλοκαριστεί, τόσο ο έλεγχος όσο και η προειδοποίηση θα εξαπατηθούν ταυτόχρονα, δηλαδή μια αστοχία ενός μόνο σημείου. Η ομάδα προσθέτει μια δεύτερη ανεξάρτητη πηγή ταχύτητας (π.χ. ταχύτητα με βάση το GPS ή δεύτερο pitot) και ανίχνευση ασυμφωνιών. Μάθημα: η εξάρτηση από μια πηγή εισόδου κρίσιμης σημασίας για την ασφάλεια είναι μια ευπάθεια που πρέπει να εντοπιστεί.
Συνήθη λάθη
- Συγχέοντας την απόδοση με τη σταθερότητα. Γρήγορη απόκριση δεν σημαίνει στιβαρότητα. Το ανεπαρκές περιθώριο στην πραγματικότητα προκαλεί αστάθεια.
- Παρεξήγηση της προσομοίωσης με την πραγματικότητα. Η προσομοίωση υποθέτει ότι ο ιδανικός ενεργοποιητής/αισθητήρας αγνοεί την καθυστέρηση και τον θόρυβο. Η επαλήθευση στο υλικό είναι απαραίτητη.
- Βασιζόμενος στη μέση απόδοση. Η ασφάλεια μετριέται με τη χειρότερη περίπτωση. σπάνια αλλά επικίνδυνα σενάρια είναι απαράδεκτα.
- Χρήση της μαθησιακής πολιτικής χωρίς επίβλεψη. Ένα νευρωνικό δίκτυο που δεν μπορεί να εγγυηθεί δεν θα τεθεί σε λειτουργία χωρίς ένα κλασικό φάκελο ασφαλείας.
- Παράκαμψη τρόπων αποτυχίας. Εάν οι αστοχίες μεμονωμένου σημείου και η συμπεριφορά ασφαλούς αστοχίας ληφθούν υπόψη στο τέλος του σχεδιασμού και όχι στην αρχή, θα είναι πολύ αργά.
Συνοπτικά
Ο έλεγχος πτήσης είναι ένας τομέας όπου το σφάλμα είναι άμεσο και μη αναστρέψιμο. Επιταχύνει την ανάλυση σταθερότητας τεχνητής νοημοσύνης, τον σχεδιασμό ελεγκτή, τη ρύθμιση προσομοίωσης και τις πολιτικές αυτονομίας. Ωστόσο, η καλή απόδοση δεν σημαίνει καλό περιθώριο σταθερότητας και οι πολιτικές μάθησης είναι αδύναμες όσον αφορά την εγγύηση/επεξήγηση. Η πρακτική ασφάλεια έγκειται στην πολυεπίπεδη αρχιτεκτονική που συνδυάζει το επίπεδο εκμάθησης με ένα κλασικό φάκελο ασφαλείας και την επαλήθευση κάθε ελεγκτή όσον αφορά το φάκελο πτήσης, το περιθώριο ευστάθειας, τη χειρότερη περίπτωση και τον τρόπο αποτυχίας. Η ασφάλεια δεν μετριέται με τον μέσο όρο, αλλά με τη χειρότερη περίπτωση.
Εργασία εφαρμογής
Καθορίστε ένα αντιπροσωπευτικό μοντέλο για ένα απλό πρόβλημα ελέγχου (π.χ. βρόχο υψομέτρου πολυκόπτερου). Χρησιμοποιώντας AI, (α) δημιουργήστε ένα αρχικό σύνολο κέρδους και σενάριο υπολογισμού περιθωρίου σταθερότητας, ελέγξτε τη λογική, (β) συγκρίνετε με τα περιθώρια στόχων και προσαρμόστε εάν είναι ανεπαρκή, (γ) δημιουργήστε μια κατάσταση αποτυχίας και μια λίστα ασφαλούς αστοχίας για το σύστημα. Σχεδιάστε μια λογική φακέλου ασφαλείας σε ψευδοκώδικα και γράψτε τα χειρότερα σενάρια.
λίστα ελέγχου
- [ ] Υπολόγισα το κέρδος του ελεγκτή και το περιθώριο φάσης και το συνέκρινα με τον στόχο της αεροπορίας.
- [ ] Δοκίμασα το αποτέλεσμα της προσομοίωσης με καθυστέρηση ενεργοποιητή/θόρυβο αισθητήρα.
- [ ] Αξιολόγησα την απόδοση με βάση τη συμπεριφορά στη χειρότερη περίπτωση, όχι κατά μέσο όρο.
- [ ] Καθόρισα ένα κλασικό φάκελο ασφαλείας για τις πολιτικές εκμάθησης.
- [ ] Έχω παραθέσει τους τρόπους αποτυχίας και τις συμπεριφορές ασφαλούς έναντι αστοχίας.
- [ ] Σημείωσα σφάλματα ενός σημείου και πρόσθεσα ανεξαρτησία.