พลศาสตร์การบิน ระบบควบคุม และความเป็นอิสระ

กำไร:

• ทำความเข้าใจบทบาทและขีดจำกัดของ AI ในกฎหมายควบคุมการบิน การวิเคราะห์เสถียรภาพ และสถาปัตยกรรมระบบอัตโนมัติ
• ความสามารถในการอธิบายด้วยตัวอย่างว่าการเรียนรู้แบบเสริมกำลังและการควบคุมตามแบบจำลองถูกนำมาใช้ในความเป็นอิสระด้านการบินอย่างไร
• ความสามารถในการตรวจสอบเอาต์พุตควบคุมในแง่ของขอบเขตการบิน อัตราความเสถียร และพฤติกรรมที่ไม่ปลอดภัย

เครื่องบินไม่ได้บินตรงไปในอากาศด้วยตัวมันเอง มันสร้างสมดุลที่ถูกรบกวนอยู่ตลอดเวลาขึ้นมาใหม่อย่างต่อเนื่อง พลศาสตร์การบินเป็นศาสตร์แห่งความสมดุล โดยศึกษาว่าเครื่องบินเคลื่อนที่อย่างไรภายใต้แรงและช่วงเวลาต่างๆ ไม่ว่าจะฟื้นตัวจากลมพัด (ความเสถียร) และวิธีที่เครื่องบินตอบสนองต่อคำสั่งจากนักบินหรือคอมพิวเตอร์ ระบบควบคุมคือสมองที่เปลี่ยนไดนามิกให้เป็นพฤติกรรมที่ต้องการ: กฎการควบคุมการบิน (อัลกอริธึมที่ใช้การวัดเซ็นเซอร์และสร้างคำสั่งไปยังพื้นผิวควบคุม) ทำให้เครื่องบินมีเสถียรภาพและจัดการได้ตลอดเวลา

ปัญญาประดิษฐ์ (AI) มีบทบาทในด้านนี้ ทั้งในด้านวิศวกรรมคลาสสิกและด้านความเป็นอิสระ ในด้านคลาสสิก จะช่วยเร่งการวิเคราะห์ความเสถียร การออกแบบคอนโทรลเลอร์ และการตั้งค่าการจำลอง ในด้านความเป็นอิสระ วิธีการต่างๆ เช่น การเรียนรู้แบบเสริมกำลัง (พฤติกรรมการเรียนรู้ของตัวแทนตามสัญญาณรางวัลผ่านการลองผิดลองถูก) จะสร้างนโยบายในงานที่ซับซ้อน แต่การควบคุมการบินเป็นสาขาที่เกิดข้อผิดพลาดทันทีและไม่สามารถย้อนกลับได้ กฎหมายควบคุมที่ไม่เสถียรอาจทำให้เครื่องบินสูญเสียได้ในไม่กี่วินาที ดังนั้นจึงไม่มีการเพิ่มการควบคุมหรือนโยบายที่สร้างโดย AI ในเครื่องบินโดยไม่ได้รับการตรวจสอบในแง่ของขอบเขตการบิน อัตราความเสถียร และพฤติกรรมที่ปลอดภัยเมื่อเกิดเหตุขัดข้อง

แนวคิด: ขอบเขตการบิน: ขีดจำกัดปัจจัยด้านความเร็ว-ระดับความสูง-โหลดที่ทำให้เครื่องบินสามารถบินได้อย่างปลอดภัย อัตรากำไรจากความเสถียร: อัตรากำไรขั้นต้นและระยะขอบ; การวัดว่าลูปควบคุมอยู่ห่างจากความไม่เสถียรเพียงใด ปลอดภัยเมื่อเกิดเหตุขัดข้อง: ระบบจะเข้าสู่สถานะปลอดภัยเมื่อส่วนประกอบล้มเหลว PID: สัดส่วน-ปริพันธ์-อนุพันธ์; โครงสร้างตัวควบคุมแบบคลาสสิกที่พบบ่อยที่สุด

ความเสถียร กฎการควบคุม และบทบาทของ AI

พื้นฐานของการออกแบบการควบคุมคือการทำความเข้าใจไดนามิกของวงเปิดและนำวงปิดไปสู่พฤติกรรมที่ต้องการ วิศวกรทำให้สมการการเคลื่อนที่ของเครื่องบินเป็นเส้นตรง รับฟังก์ชันการถ่ายโอน และออกแบบตัวควบคุม (เช่น ด้วย PID หรือสถานะป้อนกลับ) AI เรียกคืนขั้นตอนกลางเกี่ยวกับพีชคณิตในกระบวนการนี้ ช่วยในการตีความรูทโลคัส เขียนสคริปต์ด้วยไลบรารีควบคุม MATLAB/Python และสร้างโค้ดที่คำนวณส่วนต่างความเสถียรของชุดผลตอบแทน

จุดสำคัญคือ: ประสิทธิภาพที่ดีไม่ได้หมายถึงส่วนต่างเสถียรภาพที่ดี ชุดอัตราขยายเชิงรุกที่แนะนำโดย AI อาจให้การตอบสนองที่รวดเร็วและคมชัดในการจำลอง แต่อาจลดอัตราขยายลงเหลือ 2 dB และระยะขอบเฟสเป็น 15 องศา ในการบิน โดยทั่วไปจะมีการกำหนดเป้าหมายอัตราขยายขั้นต่ำ 6 dB และระยะขอบ 45 องศา เพราะในเครื่องบินจริง สัญญาณรบกวนของเซ็นเซอร์ ความล่าช้าของแอคชูเอเตอร์ และข้อผิดพลาดในการสร้างแบบจำลองเป็นสาเหตุสำคัญนี้ ตัวควบคุมที่มีพื้นที่ว่างไม่เพียงพออาจดูสมบูรณ์แบบในการจำลอง แต่จริงๆ แล้วอาจเลื่อนไปสู่ความไม่เสถียร (จำกัดการแกว่งของวงจรหรือความแตกต่าง)

ข้อควรระวัง: การตอบสนอง "สะอาด" ของคอนโทรลเลอร์ในการจำลองไม่รับประกันในโลกแห่งความเป็นจริง โดยทั่วไปการจำลองจะใช้แอคชูเอเตอร์ในอุดมคติ เซ็นเซอร์ที่ไม่มีความล่าช้า และแบบจำลองเต็มรูปแบบ ระยะขอบของความมั่นคงคือบัฟเฟอร์ของคุณต่อการเบี่ยงเบนไปจากอุดมคติ การแสดงที่เสียสละนั้นยังคงอยู่บนกระดาษ

เอกราชและการควบคุมผู้เรียน: ขอบเขต

ในระบบอัตโนมัติ AI เข้ามามีบทบาทอย่างลึกซึ้งมากขึ้น: มีการใช้นโยบายการเรียนรู้ในงานต่างๆ เช่น การวางแผนเส้นทาง การหลีกเลี่ยงสิ่งกีดขวาง การลงจอด การประสานงานฝูงสัตว์ การเรียนรู้แบบเสริมกำลังสามารถค้นหานโยบายพฤติกรรมที่ดีได้ด้วยการทดลองนับล้านครั้งในสภาพแวดล้อมจำลอง อย่างไรก็ตาม การควบคุมการเรียนรู้มีความท้าทายหลักสองประการในการบิน: ความสามารถในการอธิบายและการรับประกัน เหตุใดปัญหานโยบายเครือข่ายประสาทเทียมจึงไม่สามารถพิสูจน์คำสั่งนั้นได้อย่างง่ายดาย และไม่สามารถรับประกันทางคณิตศาสตร์ได้ว่าจะทำงานอย่างปลอดภัยในพื้นที่อินพุตทั้งหมด

นั่นเป็นเหตุผลที่ว่าทำไมสถาปัตยกรรมเชิงปฏิบัติจึงมักจะซ้อนกันหลายชั้น: องค์ประกอบการเรียนรู้ดำเนินการบนเลเยอร์ด้านนอก (การวางแผน การแนะนำ) แต่ที่ชั้นล่างสุดจะมี "ซองความปลอดภัย" หรือเครื่องมือตรวจสอบความปลอดภัยแบบคลาสสิกที่สามารถวิเคราะห์และตรวจสอบได้ ตัวควบคุมนี้จะกรองคำสั่งของเลเยอร์การเรียนรู้ด้วยขอบเขตการบินและกฎความปลอดภัย หากพบการละเมิดขอบเขต ระบบจะเปลี่ยนไปใช้พฤติกรรมที่ปลอดภัย นี่คือวิธีที่ความคิดสร้างสรรค์ของ AI ผสมผสานกับการรับประกันการควบคุมแบบคลาสสิก

แนวทาง

ข้อได้เปรียบ

พรมแดนด้านการบิน

PID / คลาสสิค

สามารถวิเคราะห์ได้ พิสูจน์ความเสถียรแล้ว

ไม่เพียงพอสำหรับงานที่ซับซ้อนมาก

การควบคุมการคาดการณ์แบบจำลอง (MPC)

จัดการกับข้อจำกัดอย่างชัดเจน

โหลดการคำนวณ การพึ่งพาโมเดล

การเรียนรู้การเสริมกำลัง

นโยบายที่แข็งแกร่งในงานที่ซับซ้อน

การรับประกัน/คำอธิบายอ่อนแอ ช่องว่างระหว่างความจริงซิม

หลายชั้น (ผู้เรียน + ซองนิรภัย)

ความคิดสร้างสรรค์ + ความมั่นใจ

ค่าออกแบบซองจดหมายและการตรวจสอบ

เคล็ดลับ: เมื่อประเมินนโยบายการเรียนรู้ ให้ถามเกี่ยวกับ "พฤติกรรมที่แย่ที่สุด" ไม่ใช่ "ประสิทธิภาพโดยเฉลี่ย" หากตัวแทน RL เก่งกว่า 9,990 สถานการณ์จาก 10,000 สถานการณ์และนำเครื่องบินออกจากขอบเขตใน 10 สถานการณ์ 10 สถานการณ์เหล่านั้นก็เป็นที่ยอมรับในการบิน ความปลอดภัยวัดจากกรณีที่แย่ที่สุด ไม่ใช่ค่าเฉลี่ย

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

ให้ PID ที่ดีสำหรับโดรนตัวนี้

พรอมต์อันทรงพลัง:

บทบาท: คุณเป็นวิศวกรระบบควบคุมการบิน ปฏิบัติตามวินัยที่มีความสำคัญต่อความปลอดภัย บริบท (การเป็นตัวแทน): โมเดลเชิงเส้น [ฟังก์ชันการถ่ายโอนหรือข้อมูลมวล/แรงขับ] สำหรับวงจรระดับความสูงของมัลติคอปเตอร์ขนาดเล็ก งาน: 1) เสนอชุดอัตราขยายเริ่มต้นของ PID และอธิบายตรรกะการเลือก 2) เขียนสคริปต์ Python (ควบคุมหลาม) ที่คำนวณอัตราขยายและระยะขอบเฟสด้วยอัตราขยายเหล่านี้ 3) เปรียบเทียบกับระยะขอบเป้าหมายสำหรับการบิน (>=6 dB, >=45°); ฉันจะปรับกำไรได้อย่างไรหากมาร์จิ้นไม่เพียงพอ? ข้อจำกัด: เตือนฉันว่าความล่าช้าของแอคชูเอเตอร์และเสียงเซ็นเซอร์จะกินเข้าไปที่ระยะขอบ อย่าพูดว่า "ดีที่สุดอย่างแน่นอน" แต่เน้นย้ำถึงความจำเป็นในการตรวจสอบในการจำลองและฮาร์ดแวร์

เทมเพลตพร้อมท์ที่คัดลอกได้

เทมเพลต 1 — สคริปต์การคำนวณหลักประกันความเสถียร:

ด้วย python-control สำหรับฟังก์ชันการถ่ายโอน open-loop ต่อไปนี้: (a) วาดแผนภาพเนื้อหา; (b) คำนวณอัตรากำไรขั้นต้นและระยะขอบเป็นตัวเลข (c) สร้างเอาต์พุตเมื่อเปรียบเทียบกับเป้าหมายการบิน (>=6 dB, >=45°) ให้แสดงความคิดเห็นรหัส; อธิบายว่าแต่ละขั้นตอนทำหน้าที่อะไรบ้าง ฟังก์ชั่นการถ่ายโอน: [num/den]

เทมเพลต 2 — การออกแบบตัวควบคุมขีดจำกัดซองจดหมายการบิน:

ช่วยฉันออกแบบลอจิกการตรวจสอบความปลอดภัยสำหรับเครื่องบินอัตโนมัติ: คำสั่งของผู้วางแผนเมื่อเข้า ข้อจำกัด [ความเร็ว ระดับความสูง แฟคเตอร์ในการบรรทุก ขีดจำกัดระดับเสียง] ตัวควบคุมควรกรองคำสั่งอย่างไร ควรเปลี่ยนไปใช้พฤติกรรมที่ปลอดภัยแบบใดในกรณีที่มีการละเมิดขีดจำกัด เขียนสิ่งนี้ในรูปแบบรหัสเทียมและให้เหตุผลในการตัดสินใจแต่ละครั้ง

เทมเพลต 3 — แผนการประเมินนโยบาย RL:

ก่อนที่จะปรับใช้นโยบายการเรียนรู้การเสริมกำลังในการบิน ให้จัดทำแผนการประเมิน: (a) ฉันควรทดสอบสถานการณ์ขอบและกรณีที่เลวร้ายที่สุด; (b) ฉันจะวัด sim-to-realgap ได้อย่างไร (c) ฉันจะรายงานความปลอดภัยกรณีที่เลวร้ายที่สุดได้อย่างไร ไม่ใช่แบบปานกลาง (ง) ในกรณีนี้ ควรเปิดใช้งานตัวควบคุมความปลอดภัย ให้ผลลัพธ์เป็นรายการตรวจสอบ

เทมเพลต 4 — โหมดความล้มเหลวและการวิเคราะห์ความปลอดภัยเมื่อเกิดเหตุขัดข้อง:

แสดงรายการโหมดความล้มเหลวสำหรับระบบควบคุมต่อไปนี้ [เซ็นเซอร์ แอคทูเอเตอร์ หน่วยการบัญชี] และแนะนำพฤติกรรมที่ปลอดภัยเมื่อเกิดข้อผิดพลาดสำหรับแต่ละรายการ: ความล้มเหลวของเซ็นเซอร์ แอคชูเอเตอร์ค้าง ความล่าช้าในการบัญชี การสูญเสียการสื่อสาร เขียนวิธีการตรวจจับและกลยุทธ์การเปลี่ยนสถานะปลอดภัยสำหรับความล้มเหลวแต่ละรายการ ทำเครื่องหมายจุดบกพร่องจุดเดียวโดยเฉพาะ

เคสมินิ

กรณีที่ 1 — การกินเงินปันผลเชิงรุก ทีมได้รับผลประโยชน์เชิงรุกจาก AI สำหรับวงจรการขว้างของ UAV เวลาที่เพิ่มขึ้นในการจำลองนั้นน่าประทับใจที่ 0.4 วินาที เมื่อคำนวณระยะขอบที่แนะนำโดย AI อัตรากำไรขั้นต้นคือ 3.2 dB และระยะขอบคือ 22 องศา ต่ำกว่าเป้าหมายการบิน (6 dB, 45°) ในการบินจริง เมื่อมีการเพิ่มการหน่วงเวลาแอคชูเอเตอร์ 50 ms วงจรขีดจำกัดของระบบจะแกว่ง อัตราขยายลดลง 40% และส่วนแบ่งถูกดึงดูดไปยังเป้าหมาย เวลาที่เพิ่มขึ้นเพิ่มขึ้นเป็น 0.7 วินาที แต่ระบบยังคงแข็งแกร่ง บทเรียน: สร้างสมดุลระหว่างประสิทธิภาพกับการแบ่งปัน การจำลองไม่รับประกันความเป็นจริง

กรณีที่ 2 — สถาปัตยกรรมแบบเลเยอร์ช่วยประหยัดเครื่องบิน นโยบาย RL ที่ได้รับการฝึกอบรมสำหรับการลงจอดอัตโนมัติประสบความสำเร็จในการลงจอดจำลอง 99.7% ของการลงจอดจำลอง 5,000 ครั้ง ในกรณีที่เลวร้ายที่สุด ทีมทดสอบพบว่าในสถานการณ์ 14 กรณีที่ลมพัดผ่านเกินเกณฑ์ที่กำหนด นโยบายดังกล่าวจะนำเครื่องบินออกจากรันเวย์ ซองความปลอดภัยแบบเรียบง่ายที่วางอยู่ใต้เลเยอร์การเรียนรู้ให้คำสั่งแบบไปรอบ ๆ ในกรณีที่มีการละเมิดขีดจำกัดการเบี่ยงเบนและลมขวาง สถานการณ์ทั้ง 14 อย่างได้ผลอย่างปลอดภัย บทเรียน: ชั้นการเรียนรู้จะต้องมาพร้อมกับตาข่ายนิรภัยแบบคลาสสิก

กรณีที่ 3 — มองข้ามข้อบกพร่องจุดเดียว ในการออกแบบเดียว เซ็นเซอร์ความเร็วลมตัวเดียวจะป้อนทั้งกฎหมายควบคุมและระบบเตือน การวิเคราะห์โหมดความล้มเหลวของ AI จะแจ้งว่าหากเซ็นเซอร์นี้ถูกปิดกั้น ทั้งการควบคุมและการเตือนจะถูกหลอกพร้อมกัน กล่าวคือ ความล้มเหลวจุดเดียว ทีมงานเพิ่มแหล่งที่มาของความเร็วอิสระแห่งที่สอง (เช่น ความเร็วตาม GPS หรือพิโตต์ที่สอง) และการตรวจจับความคลาดเคลื่อน บทเรียน: การพึ่งพาแหล่งอินพุตที่มีความสำคัญต่อความปลอดภัยเพียงแหล่งเดียวถือเป็นช่องโหว่ที่ต้องตรวจพบ

ข้อผิดพลาดทั่วไป

• ประสิทธิภาพที่สับสนกับความเสถียร การตอบสนองอย่างรวดเร็วไม่ได้หมายถึงความแข็งแกร่ง มาร์จิ้นที่ไม่เพียงพอทำให้เกิดความไม่แน่นอนอย่างแท้จริง
• เข้าใจผิดว่าการจำลองเป็นความจริง การจำลองโดยสมมติว่าแอคชูเอเตอร์/เซ็นเซอร์ในอุดมคติไม่สนใจเวลาแฝงและสัญญาณรบกวน การตรวจสอบฮาร์ดแวร์ถือเป็นสิ่งสำคัญ
• ขึ้นอยู่กับประสิทธิภาพโดยเฉลี่ย ความปลอดภัยวัดจากกรณีที่เลวร้ายที่สุด สถานการณ์ที่หายากแต่เป็นอันตรายเป็นสิ่งที่ยอมรับไม่ได้
• การใช้นโยบายการเรียนรู้โดยไม่มีการควบคุมดูแล โครงข่ายประสาทเทียมที่ไม่สามารถรับประกันได้จะไม่ถูกนำไปใช้งานหากไม่มีซองความปลอดภัยแบบคลาสสิก
• ข้ามโหมดความล้มเหลว หากความล้มเหลวแบบจุดเดียวและพฤติกรรมการป้องกันความล้มเหลวได้รับการพิจารณาที่จุดสิ้นสุดของการออกแบบ แทนที่จะพิจารณาที่จุดเริ่มต้น ก็จะสายเกินไป

โดยสรุป

การควบคุมการบินเป็นพื้นที่ที่เกิดข้อผิดพลาดทันทีและแก้ไขไม่ได้ เร่งการวิเคราะห์ความเสถียรของ AI การออกแบบตัวควบคุม การตั้งค่าการจำลอง และนโยบายความเป็นอิสระ แต่ประสิทธิภาพที่ดีไม่ได้หมายถึงส่วนต่างเสถียรภาพที่ดีและนโยบายการเรียนรู้ยังอ่อนแอในแง่ของการรับประกัน/อธิบายได้ ความปลอดภัยในทางปฏิบัตินั้นอยู่ในสถาปัตยกรรมแบบเลเยอร์ที่รวมเลเยอร์การเรียนรู้เข้ากับขอบเขตความปลอดภัยแบบคลาสสิก และการตรวจสอบตัวควบคุมแต่ละตัวในแง่ของขอบเขตการบิน อัตราความเสถียร กรณีเลวร้ายที่สุด และโหมดความล้มเหลว ความปลอดภัยไม่ได้วัดกันที่ค่าเฉลี่ย แต่วัดจากกรณีที่เลวร้ายที่สุด

งานสมัคร

กำหนดแบบจำลองตัวแทนสำหรับปัญหาการควบคุมอย่างง่าย (เช่น ลูประดับความสูงแบบหลายคอปเตอร์) การใช้ AI (a) สร้างสคริปต์การคำนวณอัตราขยายเริ่มต้นและความเสถียร ตรวจสอบตรรกะ (b) เปรียบเทียบกับระยะขอบเป้าหมายและปรับหากไม่เพียงพอ (c) สร้างโหมดความล้มเหลวและรายการป้องกันความล้มเหลวสำหรับระบบ ออกแบบตรรกะซองจดหมายด้านความปลอดภัยในรหัสเทียมและเขียนสถานการณ์ที่เลวร้ายที่สุด

รายการตรวจสอบ

• [ ] ฉันคำนวณเกนของคอนโทรลเลอร์และระยะขอบของคอนโทรลเลอร์ และเปรียบเทียบกับเป้าหมายการบิน
• [ ] ฉันทดสอบผลการจำลองภายใต้การหน่วงเวลาของแอคชูเอเตอร์/สัญญาณรบกวนของเซ็นเซอร์
• [ ] ฉันประเมินประสิทธิภาพตามพฤติกรรมกรณีที่แย่ที่สุด ไม่ใช่ค่าเฉลี่ย
• [ ] ฉันกำหนดขอบเขตความปลอดภัยแบบคลาสสิกสำหรับนโยบายการเรียนรู้
• [ ] ฉันได้ระบุโหมดความล้มเหลวและพฤติกรรมที่ไม่ปลอดภัยไว้แล้ว
• [ ] ฉันทำเครื่องหมายข้อบกพร่องจุดเดียวและเพิ่มความเป็นอิสระ