Pelnas:
- Suprasti AI vaidmenį ir ribas skrydžio valdymo dėsniuose, stabilumo analizėje ir autonominės sistemos architektūroje
- Gebėjimas pavyzdžiais paaiškinti, kaip mokymasis pastiprinimu ir modeliu pagrįstas valdymas yra naudojami aviacijos autonomijoje
- Galimybė patikrinti valdymo išvestis pagal skrydžio gaubtą, stabilumo ribą ir saugų elgesį
Lėktuvas pats neskrenda tiesiai ore; Jis nuolat atkuria pusiausvyrą, kuri nuolat trikdoma. Skrydžio dinamika yra šios pusiausvyros mokslas: ji tiria, kaip orlaivis juda veikiamas jėgų ir momentų, ar atsigauna po vėjo smūgio (stabilumas) ir kaip reaguoja į piloto ar kompiuterio komandas. Valdymo sistema yra smegenys, kurios šią dinamiką paverčia norimu elgesiu: skrydžio valdymo dėsniai (algoritmai, kurie atlieka matavimus jutikliais ir generuoja komandas valdymo paviršiams) užtikrina, kad lėktuvas visada būtų stabilus ir valdomas.
Dirbtinis intelektas (AI) vaidina svarbų vaidmenį šioje srityje tiek klasikinės inžinerijos, tiek autonomijos srityse. Klasikinėje pusėje jis pagreitina stabilumo analizę, valdiklio dizainą ir modeliavimo sąranką. Kalbant apie savarankiškumą, tokie metodai kaip mokymosi sustiprinimas (agento mokymosi elgsena, pagrįsta atlygio signalu per bandymus ir klaidas), sukuria sudėtingų užduočių politiką. Tačiau skrydžio valdymas yra sritis, kurioje klaida yra tiesioginė ir negrįžtama: nestabilus valdymo įstatymas gali prarasti lėktuvą per kelias sekundes. Todėl į orlaivį neįvedami jokie dirbtinio intelekto sugeneruoti valdymo pranašumai ar strategijos, nepatvirtinus skrydžio apimties, stabilumo ribos ir saugaus veikimo.
Sąvokos: Skrydžio apvalkalas: greičio, aukščio ir apkrovos koeficiento ribos, kuriomis orlaivis gali saugiai skristi. Stabilumo riba: stiprinimo riba ir fazės riba; Matas, kaip toli valdymo kilpa yra nuo nestabilumo. Apsaugotas nuo gedimų: sistema pereina į saugią būseną, kai sugenda komponentas. PID: proporcinis-integralas-darinys; Labiausiai paplitusi klasikinė valdiklio struktūra.
Stabilumas, kontrolės įstatymas ir AI vaidmuo
Valdymo projektavimo pagrindas yra atviros kilpos dinamikos supratimas ir uždarojo ciklo pritaikymas norimam elgesiui. Inžinierius tiesina orlaivio judėjimo lygtis, išveda perdavimo funkcijas ir suprojektuoja valdiklį (pvz., su PID arba būsenos grįžtamuoju ryšiu). AI primena tarpinius algebrinius šio proceso veiksmus, padeda interpretuoti šaknies lokusą, rašo scenarijus su MATLAB / Python valdymo bibliotekomis ir sukuria kodą, kuris apskaičiuoja išmokėjimo rinkinio stabilumo ribas.
Kritinis taškas yra toks: geras veikimas nereiškia geros stabilumo ribos. AI pasiūlytas agresyvus stiprinimo rinkinys galėjo duoti labai greitą ir aštrų atsaką modeliuojant, tačiau galėjo sumažinti stiprinimo ribą iki 2 dB, o fazės skirtumą iki 15 laipsnių. Aviacijoje paprastai siekiama mažiausiai 6 dB stiprinimo ir 45 laipsnių fazės ribos; nes tikruose orlaiviuose šią ribą lemia jutiklių triukšmas, pavaros vėlavimas ir modeliavimo klaidos. Valdiklis, nepaliekantis pakankamai erdvės, modeliuojant gali atrodyti tobulas, tačiau iš tikrųjų gali nukrypti į nestabilumą (ribinio ciklo svyravimą arba skirtumą).
Atsargiai: „Švarus“ valdiklio atsakas modeliuojant negarantuoja realaus pasaulio. Modeliuojant paprastai daroma prielaida, kad yra ideali pavara, jutiklis be vėlavimo ir visas modelis. Stabilumo riba yra būtent jūsų buferis nuo šių nukrypimų nuo idealumo; Jį paaukojęs spektaklis lieka popieriuje.
Savarankiškumas ir besimokančiųjų kontrolė: ribos
Autonominėse sistemose dirbtinis intelektas veikia giliau: mokymosi politika naudojama atliekant tokias užduotis kaip maršruto planavimas, kliūčių išvengimas, nusileidimas, bandos koordinavimas. Sustiprinus mokymąsi galima rasti gerą elgesio politiką, atliekant milijonus bandymų modeliavimo aplinkoje. Tačiau mokymosi kontrolė aviacijoje turi du pagrindinius iššūkius: paaiškinamumą ir užtikrinimą. Kodėl negalima lengvai pateisinti neuroninio tinklo politikos, kuriai vadovauja, ir negalima matematiškai garantuoti, kad ji elgsis saugiai visoje įvesties erdvėje.
Štai kodėl praktinė architektūra dažniausiai yra sluoksniuota: išoriniame sluoksnyje veikia mokymosi komponentas (planavimas, rekomendacija), tačiau apatiniame sluoksnyje yra klasikinis, analizuojamas ir patikrinamas „saugos vokas“ arba saugos monitorius. Šis valdiklis filtruoja mokymosi sluoksnio komandas pagal skrydžio apvalkalą ir saugos taisykles; Jei jis mato ribų pažeidimą, jis pereina prie saugaus elgesio. Taip AI kūrybiškumas derinamas su klasikinio valdymo užtikrinimu.
Prieiga
Privalumas
Siena aviacijoje
PID / klasika
Galima analizuoti, įrodytas stabilumas
Netinka labai sudėtingoms užduotims
Nuspėjamas modelio valdymas (MPC)
Aiškiai atkreipia dėmesį į suvaržymus
Skaičiavimo apkrova, modelio priklausomybė
pastiprinimo mokymasis
Tvirta politika sudėtingoje užduotyje
Garantija / paaiškinamumas yra silpnas, sim-tiesos spraga
Sluoksniuotas (mokantis + saugos vokas)
Kūrybiškumas + užtikrinimas
Vokų projektavimo ir patikrinimo kaina
Patarimas: vertindami mokymosi politiką klauskite apie „blogiausią elgesį“, o ne „vidutinį našumą“. Jei RL agentas išsiskiria 9 990 scenarijų iš 10 000 ir 10 ištraukia lėktuvą iš voko, šie 10 scenarijų aviacijoje yra nepriimtini. Saugumas matuojamas blogiausiu atveju, o ne vidurkiu.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Suteikite gerą PID padidėjimą šiam dronui.
Galingas raginimas:
Pareigos: esate skrydžių valdymo sistemų inžinierius; laikytis saugos kritinės disciplinos.Kontekstas (pateikimas): tiesinis modelis [perdavimo funkcija arba masės/traukos duomenys] mažo multikopterio aukščio ciklui.Užduotis:1) Pasiūlykite PID pradinį stiprinimo rinkinį ir paaiškinkite atrankos logiką.2) Parašykite Python (python-control) scenarijų, kuris apskaičiuoja su šiomis stiprinimo ribomis ir etapu. aviacija (>=6 dB, >=45°); Kaip pakoreguoti padidėjimą, jei marža yra nepakankama? Apribojimas: priminkite man, kad pavaros delsa ir jutiklio triukšmas pateks į paraštę; Nesakykite „būtent geriausias“, pabrėžkite patikros poreikį simuliacijoje ir aparatinėje įrangoje.
Kopijuojami raginimo šablonai
1 šablonas – stabilumo maržos skaičiavimo scenarijus:
Naudodami python valdymą, skirtą šiai atvirojo ciklo perdavimo funkcijai: (a) Nubraižykite kūno diagramą; b) skaičiais apskaičiuoti stiprinimo ribą ir fazės skirtumą; c) sukuria išvestį, lygindama juos su aviacijos taikiniais (>=6 dB, >=45°). Kodą tegu komentuoja; Paaiškinkite, ką daro kiekvienas veiksmas. Perkėlimo funkcija: [num/den]
2 šablonas – skrydžio gaubtinės ribos valdiklio dizainas:
Padėkite man sukurti autonominio orlaivio saugos stebėjimo logiką: planuotojo komanda įvažiuojant, apribojimai [greitis, aukštis virš jūros lygio, apkrovos koeficientas, nuolydžio ribos]. Kaip valdiklis turėtų filtruoti komandą, į kokį saugų elgesį turėtų pereiti pažeidus limitą? Parašykite tai pseudo kodu ir nurodykite kiekvieno sprendimo priežastis.
3 šablonas – LR politikos vertinimo planas:
Prieš taikydami sustiprinimo mokymosi politiką aviacijoje, sukurkite vertinimo planą: a) kokius kraštutinius ir blogiausius scenarijus turėčiau išbandyti; (b) kaip išmatuoti sim-to-realgap; c) kaip pranešu apie blogiausią saugumą, o ne apie vidutinį; d) tokiu atveju saugos valdiklis turėtų būti įjungtas. Tegul rezultatas būna kontrolinis sąrašas.
4 šablonas – gedimų režimas ir saugi analizė:
Išvardykite šios valdymo sistemos [jutiklius, pavaras, apskaitos bloką] gedimo režimus ir pasiūlykite saugų elgesį kiekvienam: jutiklio gedimas, pavaros įstrigimas, apskaitos delsa, ryšio nutrūkimas. Kiekvienam gedimui parašykite aptikimo metodą ir saugios būsenos perėjimo strategiją. Konkrečiai pažymėkite vieną gedimo tašką.
Mini dėklai
1 atvejis – agresyvus dividendų valgymas. Komanda gauna agresyvų pelną iš AI už UAV žingsnio ciklą; Modeliavimo kilimo laikas įspūdingas – 0,4 s. Skaičiuojant AI rekomenduojamą skirtumą, stiprinimo riba yra 3,2 dB, o fazės riba yra 22 laipsniai; žemiau aviacijos taikinių (6 dB, 45°). Faktinio skrydžio metu, pridėjus 50 ms pavaros delsą, sistemos ribinis ciklas svyruoja. Stiprinimas sumažinamas 40%, o dalis pritraukiama prie tikslo, kilimo laikas padidėja iki 0,7 s, tačiau sistema išlieka tvirta. Pamoka: subalansuokite pasirodymą su dalimi; Modeliavimas negarantuoja tikrovės.
2 atvejis – sluoksninė architektūra išsaugo plokštumą. RL politika, parengta savarankiškai nusileisti, yra sėkminga 99,7% iš 5000 imituotų nusileidimų. Atlikdama blogiausio atvejo nuskaitymą, bandymų komanda nustato, kad 14 scenarijų, kai šoninis vėjas viršija tam tikrą slenkstį, politika nukreipia orlaivį nuo kilimo ir tūpimo tako. Paprastas saugos vokas, dedamas po mokymosi sluoksniu, duoda komandą apeiti šoninio vėjo ir nuokrypio ribų pažeidimo atveju; Visi 14 scenarijų baigiasi saugiai. Pamoka: mokymosi sluoksnį turi lydėti klasikinis apsauginis tinklas.
3 atvejis – nepastebėta vieno taško gedimo. Vienoje konstrukcijoje vienas oro greičio jutiklis maitina ir valdymo įstatymą, ir įspėjimo sistemą. AI gedimo režimo analizė rodo, kad jei šis jutiklis bus užblokuotas, valdymas ir įspėjimas bus suklaidinti vienu metu, t. y. vieno taško gedimas. Komanda prideda antrą nepriklausomą greičio šaltinį (pvz., GPS pagrįstą greitį arba antrąjį tašką) ir neatitikimų aptikimą. Pamoka: priklausomybė nuo vieno saugumui svarbios įvesties šaltinio yra pažeidžiamumas, kurį reikia aptikti.
Dažnos klaidos
- Painiojantis našumą su stabilumu. Greitas atsakymas nereiškia tvirtumo; Nepakankama marža iš tikrųjų sukelia nestabilumą.
- Modeliavimo klaidinimas su tikrove. Modeliuojant darant prielaidą, kad pavara / jutiklis yra idealus, nepaisoma delsos ir triukšmo; Patvirtinimas aparatinėje įrangoje yra būtinas.
- Pasikliauti vidutiniu našumu. Saugumas matuojamas blogiausiu atveju; reti, bet pavojingi scenarijai yra nepriimtini.
- Mokymosi politikos naudojimas be priežiūros. Neuroninis tinklas, kurio negalima garantuoti, nebus paleistas be klasikinio saugos apvalkalo.
- Apeiti gedimų režimus. Jei vieno taško gedimai ir saugus elgesys bus svarstomi projektavimo pabaigoje, o ne pradžioje, bus per vėlu.
Apibendrinant
Skrydžio valdymas yra sritis, kurioje klaida yra tiesioginė ir negrįžtama. Pagreitina AI stabilumo analizę, valdiklio projektavimą, modeliavimo sąranką ir autonomijos politiką; Tačiau geri rezultatai nereiškia geros stabilumo ribos, o mokymosi politika yra silpna garantijų / paaiškinamumo požiūriu. Praktinis saugumas slypi daugiasluoksnėje architektūroje, kurioje mokymosi sluoksnis derinamas su klasikiniu saugos apvalkalu ir kiekvieno valdiklio patikra pagal skrydžio gaubtą, stabilumo ribą, blogiausią atvejį ir gedimo režimą. Saugumas matuojamas ne vidurkiu, o pačiu blogiausiu atveju.
Taikymo užduotis
Apibrėžkite tipinį paprastos valdymo problemos modelį (pvz., kelių kopterio aukščio kilpą). Naudodami dirbtinį intelektą, (a) sukurkite pradinį stiprinimo rinkinį ir stabilumo atsargos skaičiavimo scenarijų, patikrinkite logiką, (b) palyginkite su tikslinėmis paraštėmis ir koreguokite, jei jos nepakankamos, (c) sukurkite sistemos gedimo režimą ir saugaus gedimo sąrašą. Sukurkite saugos apvalkalo logiką pseudokodu ir parašykite blogiausio atvejo scenarijus.
kontrolinis sąrašas
- [ ] Apskaičiavau valdiklio stiprinimą ir fazės ribą ir palyginau su aviacijos taikiniu.
- [ ] Išbandžiau modeliavimo rezultatą pagal pavaros vėlavimą / jutiklio triukšmą.
- [ ] Veikimą įvertinau pagal blogiausią elgesį, o ne vidutiniškai.
- [ ] Apibrėžiau klasikinį mokymosi politikos saugos paketą.
- [ ] Išvardijau gedimų režimus ir saugų elgesį.
- [ ] Pažymėjau vieno taško gedimus ir pridėjau nepriklausomybę.