得益于加州理工学院的工程师 无人机很快就能适应任何风力条件
尽管无人机被证明是有用的，但它们中的大多数仍然有其局限性，最令人沮丧的一个是它们无法应对具有挑战性的天气条件。加州理工学院的一个工程师团队想要改变这种状况。
加州理工学院工程师的神经苍蝇教无人机在任何天气下都能生存
走出实验室，飞向天空：工程师在加州理工学院校园的露天测试 Neural-Fly参与研究的加州理工学院工程师团队加州理工学院工程师的神经苍蝇教无人机在任何天气下都能生存加州理工学院工程师的神经苍蝇教无人机在任何天气下都能生存延时照片显示，配备 Neural-Fly 的无人机在加州理工学院的真实天气风洞中在强风中保持 8 字形航向
如果我们希望能够依靠自动飞行器来接管我们的一些日常活动，我们就必须改进它们的技术，使它们更能抵御天气。目前，无人机并非完全设计用于在大风中飞行，但如果我们教它们从以前的经验中学习并在飞行中适应新的条件呢?这正是加州理工学院工程师目前正在研究的，开发所谓的神经飞行。它是一种深度学习方法，通过更新一些关键参数，帮助无人机实时应对未知天气状况。
Neural-Fly 神经网络的作用是教无人机如何使用 AI(人工智能)和机器学习在强风中生存。首先，科学家在各种风况下收集了 12 分钟的数据，建立了基于六种不同风速的模型。基于这些信息，配备 Neural-Fly(在信用卡大小的机载 Raspberry Pi4 计算机中实现)的无人机学会了如何应对强风。正如加州理工学院所解释的，“自适应控制器提供了对学习模型的风特定系数的实时学习。”
工程师们在高达 27 英里/小时(43.4 公里/小时)的不同风速下测试了他们的方法，包括在风洞中，并证明 Neural-Fly 即使在风速变化的情况下也能工作，无人机仍然能够精确地跟随飞行路径。在无人机着陆时，它也同样可靠，可以实时学习并能够对风的变化做出反应。
该研究由 DARPA(国防高级研究计划署)和雷神公司资助。虽然到目前为止我们还没有关于加州理工学院关于其 Neural-Fly 的下一个计划的信息，但如果实施，它可以显着改善使用无人机的行业领域，例如交付和远程探索。
