蘇黎世大學的研究人員開發了一種新的人工智慧技術，使無人機能夠在複雜和未知的環境中自主地高速飛行。 這些無人機僅使用機載感測和計算就能完成其高速飛行。 研究人員認為他們的方法可以讓無人機在緊急情況下或在建築工地上發揮更大的作用。

無人機在未知和複雜環境中的導航行為通常需要事先給它們一張地圖。 在這些環境中，通常需要人類飛行員，以實現無人機的全部潛力。 一項新的研究顯示，研究人員可以訓練一個自主的四旋翼飛機在森林、建築、房間和火車等複雜的環境中飛行，而之前並沒有見過這些環境。

該演算法允許無人機以高達40公里/小時的速度安全運行，而不會撞上障礙物、樹木或牆壁。 整個過程不需要在無人機外進行處理而完全依靠四旋翼飛機的機載攝像頭和計算。 研究人員使用神經網路技術，通過觀察該團隊所謂的類比專家來學習飛行。 在這種情況下，模擬專家是一種演算法，它駕駛著計算機生成的無人機穿過充滿複雜障礙的模擬環境。

該演算法在任何時候都能得到關於四旋翼飛機狀態和其感測器讀數的完整資訊。 它能夠依靠足夠的時間和計算能力，為給定的環境找到最佳軌跡。 研究人員說，與現有的人工智慧系統相比，他們的模擬專家提供了一個相當大的優勢。

現有的系統必須使用感測器數據來創建一個環境地圖，然後再利用地圖來規劃它們的軌跡。 這個兩步的過程很耗時，而且不可能高速飛行。 研究人員指出，他們的突破並不局限於無人機，可以用於自動駕駛汽車，並作為訓練人工智慧系統的一種新方式，用於在難以收集數據的環境中操作，如在其他星球上的探索。