Добивки:
- Разберете ја улогата и границите на вештачката интелигенција во законите за контрола на летот, анализата на стабилноста и архитектурата на автономниот систем
- Способност да се објасни со примери како учењето за засилување и контролата базирана на модели се користат во воздухопловната автономија
- Способност да се проверат контролните резултати во однос на обвивката на летот, маргината на стабилност и безбедното однесување при дефект
Авион не лета директно во воздухот сам; Постојано повторно воспоставува рамнотежа која постојано е нарушена. Динамиката на летот е наука за оваа рамнотежа: таа проучува како леталото се движи под сили и моменти, дали се опоравува од удар на ветер (стабилност) и како реагира на командите од пилотот или компјутерот. Контролниот систем е мозокот кој ја превиткува оваа динамика во посакуваното однесување: законите за контрола на летот (алгоритми кои вршат мерења на сензорите и генерираат команди на контролните површини) го одржуваат авионот стабилен и податлив во секое време.
Вештачката интелигенција (ВИ) игра улога на ова поле, како на класичното инженерство, така и на страната на автономијата. Од класичната страна, ја забрзува анализата на стабилноста, дизајнот на контролорот и поставувањето на симулации. На страната на автономијата, методите како што е засилено учење (однесување за учење агент базирано на сигналот за награда преку обиди и грешки) создаваат политики во сложени задачи. Но, контролата на летот е поле каде грешката е моментална и неповратна: нестабилен закон за контрола може да го изгуби авионот за неколку секунди. Според тоа, никакви контролни придобивки или политики генерирани со вештачка интелигенција не се ставаат во авионот без да бидат потврдени во однос на обвивката на летот, маргината на стабилност и безбедното однесување при дефект.
Концепти: Обвивка за летот: Ограничувања на факторот на брзина-височина-оптоварување на кои авионот може безбедно да лета. Маргина на стабилност: Маргина на добивка и фазна маржа; Мерка за тоа колку е далеку контролната јамка од нестабилност. Безбедна за неуспех: Системот влегува во безбедна состојба кога некоја компонента откажува. PID: Пропорционален-интегрален-дериват; Најчестата класична структура на контролер.
Стабилност, Закон за контрола и улогата на вештачката интелигенција
Основата на дизајнот на контролата е разбирање на динамиката на отворена јамка и доведување на затворената јамка до саканото однесување. Инженерот ги линеаризира равенките за движење на авионот, ги изведува функциите за пренос и дизајнира контролер (на пр. со PID или повратна информација за состојбата). Вештачката интелигенција потсетува на алгебарски посредни чекори во овој процес, помага во толкувањето на коренскиот локус, пишува скрипти со контролните библиотеки на MATLAB/Python и произведува код кој ги пресметува маргините на стабилност на множеството за исплата.
Критичната точка е ова: добри перформанси не значат добра маржа на стабилност. Агресивното засилување предложено од AI може да даде многу брз и остар одговор во симулацијата, но може да ја намали маргината на засилување на 2 dB и маргината на фазата на 15 степени. Во воздухопловството, вообичаено се таргетира минимум маргина на засилување од 6 dB и фазна маргина од 45 степени; бидејќи кај вистински авиони, шумот од сензорот, доцнењето на активаторот и грешките во моделирањето се одговорни за оваа маржа. Контролерот што не остава доволно простор за глава може да изгледа совршен во симулацијата, но всушност може да залета во нестабилност (осцилација или дивергенција на граничниот циклус).
Внимание: „чистиот“ одговор на контролорот во симулацијата не е гаранција за реалниот свет. Симулацијата генерално претпоставува идеален активирач, сензор без доцнење и целосен модел. Маргината на стабилност е токму вашиот тампон против овие отстапувања од идеалноста; Настапот што го жртвува останува на хартија.
Автономија и контрола на ученикот: Граници
Во автономните системи, вештачката интелигенција влегува во игра подлабоко: политиките за учење се користат во задачи како што се планирање маршрути, избегнување пречки, слетување, координација на стадото. Учењето со засилување може да најде добра политика на однесување со правење милиони испитувања во симулациска средина. Сепак, контролата на учењето има два главни предизвици во воздухопловството: објаснување и сигурност. Зошто политиката на невронска мрежа ја издава таа команда не може лесно да се оправда и не може математички да се гарантира дека ќе се однесува безбедно во целиот влезен простор.
Затоа практичната архитектура обично е слоевита: компонентата за учење работи на надворешниот слој (планирање, препорака), но на долниот слој има класичен, анализиран и проверлив „безбедносен плик“ или безбедносен монитор. Овој контролер ги филтрира командите на слојот за учење со обвивката за летот и безбедносните правила; Ако забележи прекршување на границата, се префрла на безбедно однесување. Така креативноста на вештачката интелигенција се комбинира со сигурноста на класичната контрола.
Пристап
Предност
Граница во авијацијата
PID / класичен
Може да се анализира, стабилноста се докажува
Несоодветни за многу сложени задачи
Предиктивна контрола на моделот (MPC)
Јасно се однесува на ограничувањата
Пресметковно оптоварување, зависност од модел
засилено учење
Силна политика во сложена задача
Гаранцијата/објаснивоста е слаба, јазот во сим-вистината
Слоевит (ученик + безбедносен плик)
Креативност + уверување
Трошоци за дизајн и верификација на ковертот
Совет: кога оценувате политика за учење, прашајте за „однесување во најлош случај“, а не за „просечни перформанси“. Ако агентот на РЛ се подобри во 9.990 од 10.000 сценарија и го извади авионот од пликот во 10, тие 10 сценарија се неприфатливи во авијацијата. Безбедноста се мери според најлош случај, а не според просекот.
Слаб промпт / Силен промпт
Слаба навестување:
Дајте добра PID добивка за овој дрон.
Моќен потсетник:
Улога: Вие сте инженер за системи за контрола на летот; усогласеност со безбедносно-критичната дисциплина. Контекст (претставување): Линеаризиран модел [функција за пренос или податоци за маса/потисок] за висинскиот циклус на мал мултикоптер. Задача: 1) Предложете множество почетно засилување на PID и објаснете ја логиката на изборот.2) Напишете Python (python-контрола) и пресметајте ја маргината3 со овие скрипти. целни маржи за авијација (>=6 dB, >=45°); Како да ја прилагодам добивката ако маржата е недоволна? Ограничување: Потсетете ме дека доцнењето на активаторот и бучавата од сензорот ќе ја намалат маргината; Не кажувајте „точно најдобро“, нагласете ја потребата од верификација во симулација и хардвер.
Шаблони за промпти што може да се копираат
Шаблон 1 - Скрипта за пресметување на маргината на стабилност:
Со python-control за следната функција за пренос на отворен циклус: (а) Нацртајте го дијаграмот на телото; (б) нумерички пресметајте ја маргината на засилување и фазната маргина; (в) да произведе резултат споредувајќи ги со воздушните цели (>=6 dB, >=45°). Нека се коментира кодот; Објаснете што прави секој чекор. Функција за пренос: [num/den]
Шаблон 2 — Дизајн на контролор за ограничување на пликот на летот:
Помогнете ми да дизајнирам логика на безбедносен монитор за автономно летало: команда на планерот при влез, ограничувања [брзина, висина, фактор на оптоварување, граници на теренот]. Како треба контролорот да ја филтрира командата, на кое безбедно однесување треба да се префрли во случај на прекршување на лимитот? Напишете го ова во псевдо-код и наведете ги причините за секоја одлука.
Шаблон 3 — План за евалуација на политиката на RL:
Пред да воведете политика за зајакнување на учењето во воздухопловството, воспоставете план за евалуација: (а) кои предности и најлоши сценарија треба да ги тестирам; (б) како да измерам sim-to-realgap; (в) како пријавувам безбедност од најлош случај, а не просечна; (г) во кој случај треба да се активира безбедносниот контролер. Резултатот нека биде листа за проверка.
Шаблон 4 - Режим на неуспех и безбедна анализа:
Наведете ги режимите на неуспех за следниот контролен систем [сензори, актуатори, сметководствена единица] и предложете безбедно однесување за секој од нив: дефект на сензорот, лепење на активаторот, сметководствено доцнење, загуба на комуникација. Напишете метод за откривање и стратегија за транзиција на безбедна состојба за секој неуспех. Конкретно означете една точка на неуспех.
Мини футроли
Случај 1 - Агресивно јадење дивиденда. Тимот добива агресивна добивка од AI за циклусот на теренот на UAV; Времето на пораст во симулацијата е импресивно на 0,4 секунди. Кога се пресметува маргината препорачана од AI, маргината на засилување е 3,2 dB, а фазната маргина е 22 степени; под воздушните цели (6 dB, 45°). Во вистинскиот лет, кога ќе се додаде доцнење на активаторот од 50 ms, циклусот на ограничување на системот осцилира. Добивката е намалена за 40% и уделот е привлечен до целта, времето на пораст се зголемува на 0,7 секунди, но системот останува робустен. Лекција: избалансирајте ги перформансите со уделот; Симулацијата не ја гарантира реалноста.
Случај 2 — Слоевитата архитектура го спасува авионот. Политиката на RL обучена за автономно слетување е успешна во 99,7% од 5.000 симулирани слетувања. Во скенирањето во најлош случај, тимот за тестирање открива дека во 14 сценарија каде спротивниот ветер надминува одреден праг, политиката го насочува авионот надвор од пистата. Едноставна безбедносна обвивка поставена под слојот за учење дава команда за заобиколување во случај на прекршување на ограничувањето на спротивниот ветер и отстапувањето; Сите 14 сценарија резултираат безбедно. Поука: слојот за учење мора да биде придружен со класична безбедносна мрежа.
Случај 3 - Грешката во една точка е занемарена. Во еден дизајн, еден сензор за брзина на воздухот ги потхранува и законот за контрола и системот за предупредување. Анализата на режимот на неуспех на вештачката интелигенција означува дека ако овој сензор е блокиран, и контролата и предупредувањето ќе бидат измамени истовремено, т.е. дефект на една точка. Тимот додава втор независен извор на брзина (на пр. брзина базирана на GPS или втор питот) и откривање несовпаѓање. Лекција: зависноста од еден извор на безбедносно критични влезови е ранливост што мора да се открие.
Вообичаени грешки
- Збунувачки перформанси со стабилност. Брзиот одговор не значи робусност; Недоволната маржа всушност произведува нестабилност.
- Помешање на симулацијата со реалност. Симулацијата претпоставува дека идеалниот актуатор/сензор ги игнорира латентноста и бучавата; Верификацијата во хардверот е од суштинско значење.
- Потпирајќи се на просечните перформанси. Безбедноста се мери според најлош случај; ретките, но опасни сценарија се неприфатливи.
- Користење на политиката за учење без надзор. Невронска мрежа што не може да се гарантира нема да биде ставена во лет без класична безбедносна обвивка.
- Заобиколување на режимите на неуспех. Ако неуспесите во една точка и безбедното однесување се разгледуваат на крајот од дизајнот наместо на почетокот, ќе биде предоцна.
Сумирано
Контролата на летот е област каде што грешката е моментална и неповратна. Ја забрзува анализата на стабилноста на вештачката интелигенција, дизајнот на контролорот, поставувањето на симулации и политиките за автономија; Но, добрите перформанси не значат добра маржа на стабилност, а политиките за учење се слаби во однос на гаранцијата/објаснивоста. Практичната безбедност лежи во слоевитата архитектура која го комбинира слојот за учење со класичната безбедносна обвивка и верификацијата на секој контролер во однос на обвивката на летот, маргината на стабилност, најлошиот случај и режимот на дефект. Безбедноста не се мери според просекот, туку според најлош случај.
Задача за апликација
Дефинирајте репрезентативен модел за едноставен контролен проблем (на пр. јамка за надморска височина со мултикоптер). Користејќи вештачка интелигенција, (а) создадете почетна група за засилување и скрипта за пресметување на маргините на стабилност, проверете ја логиката, (б) споредете со целните маргини и приспособете ги ако се несоодветни, (в) создадете режим на неуспех и листа на неуспешни за системот. Дизајнирајте безбедносна логика во псевдокод и напишете ги најлошите сценарија.
листа за проверка
- [ ] Ја пресметав добивката на контролорот и фазната маргина и ги споредив со целта на авијацијата.
- [ ] Го тестирав резултатот од симулацијата под доцнење на активаторот/шум на сензорот.
- [ ] Ги оценив перформансите според однесувањето во најлош случај, а не според просекот.
- [ ] Дефинирав класичен безбедносен плик за политиките за учење.
- [ ] Ги наведов режимите на неуспех и однесувањето без дефект.
- [ ] Обележав грешки во една точка и додадов независност.