Theo Live Science, trong nghiên cứu công bố tuần qua trên Science Robotics, các nhà khoa học ở Phòng thí nghiệm phương tiện bay vi mô thuộc Đại học Công nghệ Delft (TU Delft), Hà Lan, tạo ra hệ thống AI có khả năng điều khiển drone 4 cánh quạt qua đường đua hiểm hóc với tốc độ trên 96 km/h. Phương tiện chỉ sử dụng máy tính nhỏ tích hợp camera phía trước và cảm biến đo lường quán tính. Hệ thống gọi là MonoRace này thậm chí giành chiến thắng trong cuộc đua drone của Liên đoàn Đua xe Tự động Abu Dhabi vào tháng 11/2025, vượt qua mọi đối thủ với thời gian nhanh hơn ba phi công lái drone đoạt chức vô địch thế giới trước đó.
MonoRace đạt thành tích trên mà không cần sự hỗ trợ từ định vị vệ tinh GPS, hệ thống ghi lại chuyển động bên ngoài, camera lập thể hoặc bản đồ tải sẵn của đường đua. Tên gọi của hệ thống phản ánh đặc điểm thiết kế chính là thị giác đơn nhãn. Drone sử dụng một camera màn trập lăn duy nhất và tự theo dõi chuyển động của nó bằng cảm biến đo lường quán tính (IMU) giúp xác định gia tốc và góc quay.
Theo Interesting Engineering, cảm biến cung cấp dữ liệu cho mạng nơ-ron, một mô hình học máy sử dụng nơ-ron nhân tạo liên kết để học hỏi quy luật từ dữ liệu. Mạng nơ-ron xác định các cổng đua, ước tính vị trí và chuyển động của drone để tạo lệnh cho động cơ. Sau đó, nó gửi lệnh tới 4 cánh quạt với tốc độ 500 lần/giây thông qua bộ điều khiển bay của drone.
MonoRace phù hợp với drone nặng 966 gram, kích thước khoảng 30 x 28 x 10 cm. Vì phần cứng của hệ thống rất nhỏ gọn, nhẹ và hiệu quả về mặt tính toán, nhóm nghiên cứu có thể vận hành nó hoàn toàn trên drone. Tại đường đua Abu Dhabi, MonoRace hoàn thành hai vòng quanh 11 cổng trong 16,56 giây, đạt tốc độ tối đa khoảng 102 km/h. Trong video do TU Delft chia sẻ, drone nghiêng cánh bẻ lái cực gắt, tăng tốc qua các cổng và tự vượt qua chướng ngại vật mà không cần con người hỗ trợ.
Các nhà nghiên cứu huấn luyện mô hình MonoRace bằng học tăng cường, phương pháp học máy trong đó tác nhân liên tục thực hiện một nhiệm vụ và nhận phản hồi dựa trên thành công hay thất bại của nó. "Quá trình học tăng cường này được chạy trong môi trường mô phỏng, bởi vì nó cần rất nhiều lần thử và sai, lên đến hàng triệu lần thử. Nó thực sự tự học bay từ con số không", giáo sư Guido de Croon, đồng tác giả nghiên cứu ở TU Delft, giải thích.
Mạng lưới học cách đưa ra lệnh điều khiển động cơ căn cứ theo vị trí của drone trên đường đua, vận tốc và hướng bay. Theo de Croon, giai đoạn huấn luyện ban đầu tập trung vào kiến thức cơ bản như tránh va chạm và tiếp cận cổng đầu tiên. Khi quá trình huấn luyện tiến triển, hệ thống đã học cách tiến xa hơn trên đường đua và bay với tốc độ cao hơn.
Nhóm nghiên cứu không huấn luyện hệ thống trên một drone duy nhất. Thay vào đó, họ thay đổi những thông số như trọng lượng, điện áp, lực cản, nhiễu cảm biến và tình trạng cánh quạt để mô hình AI có thể đối phó với biến động và sai sót trong thế giới thực, qua đó đảm bảo mạng nơ-ron đã huấn luyện có thể điều khiển nhiều drone khác nhau.
Nhóm của de Croon cho biết MonoRace có thể trở thành công cụ huấn luyện cho các phi công drone. Nó cũng thể hiện thành tựu ở lĩnh vực AI vật lý, đặc biệt là cách robot nhận thức, đưa ra quyết định và hành động ở tốc độ cao bất chấp cảm biến và năng lượng tính toán hạn chế. Mạng lưới điều khiển chạy trên chip vi mô, chứng minh thao tác phức tạp không nhất thiết đòi hỏi máy tính lớn.
AI đánh bại con người trong cuộc đua drone tốc độ cao
Drone AI bay qua các cổng đua ở tốc độ chóng mặt. Video: TU Delft
"Thay vì trang bị cho robot bộ cảm biến và máy tính mạnh mẽ, chúng tôi muốn tìm hiểu có thể khai thác bao nhiêu trí thông minh từ nguồn lực hạn chế", Popular Science dẫn lời Christophe De Wagter, kỹ sư hàng không vũ trụ của TU Delft. "Đua drone cung cấp môi trường khắc nghiệt để thử nghiệm những ý tưởng này ngoài phòng thí nghiệm. Cuộc thi thúc đẩy chúng tôi phát triển AI không chỉ nhanh mà còn bền vững và có khả năng thích nghi khi không có phép đo tham chiếu bên ngoài".
Đua drone đòi hỏi tương tác máy móc trang bị cảm biến, do đó cung cấp nền tảng thử nghiệm đặc biệt thú vị cho nhà nghiên cứu robot và AI. Năm 2022, Đại học Zurich tích hợp mô hình AI Swift trên một drone nhỏ. Hệ thống AI này thu thập dữ liệu thời gian thực từ camera trên drone để quan sát và định vị các cổng cũng như tránh chướng ngại vật. Mạng nơ-ron sau đó phân tích tất cả dữ liệu đó và nhanh chóng ra quyết định về tuyến đường bay tốt nhất. Swift từng đánh bại các phi công vô địch, nhưng thực hiện điều đó trên đường đua trong nhà kích thước khoảng 25 x 25 m. Khi điều kiện như ánh sáng thay đổi, hiệu suất của Swift bị ảnh hưởng.
Lấy cảm hứng từ kết quả này, nhóm nghiên cứu ở TU Delft bắt tay vào chế tạo drone AI có thể thích nghi tốt hơn với môi trường. Các nhà khoa học ưu tiên tối ưu hóa tốc độ để giành chiến thắng cuộc đua nhưng phương pháp cũng có thể tập trung vào hiệu quả hoặc an toàn như điều khiển mượt mà và tiết kiệm năng lượng.
An Khang tổng hợp