Медоносные пчелы способны преодолевать до трех километров от улья в поисках нектара и возвращаться обратно с поразительной точностью. В пропорции к размерам их тела это равносильно тому, как если бы человек совершил многосоткилометровый поход без карт, компасов или GPS-навигаторов. Обладая мозгом, сопоставимым по размеру с крупинкой кунжута, эти насекомые решают сложнейшие навигационные задачи. Инженеры переложили эти биологические алгоритмы на программный язык, создав систему Bee-Nav, которая позволяет миниатюрным дронам ориентироваться в пространстве, расходуя всего 42 КБ памяти.
Разработка специалистов Делфтского технического университета дает возможность беспилотникам автономно возвращаться к базе без опоры на GPS или ресурсоемкие системы картографирования. Эффективность технологии подтверждена в ходе полевых испытаний как в помещениях, так и на открытом воздухе, где дроны успешно преодолевали дистанции более 600 метров, задействуя нейросети, объем которых в тысячи раз меньше тех, что используются в традиционном ИИ.
Статья, опубликованная в престижном издании Nature, затрагивает краеугольный камень робототехники — навигацию. Автономные агенты, будь то сервисные роботы для доставки или системы мониторинга в зонах стихийных бедствий, должны безошибочно определять свое положение и прокладывать обратный путь.
Современные дроны привыкли опираться на GPS или сложные алгоритмы SLAM, создающие подробные 3D-карты окружения в режиме реального времени. Несмотря на надежность, подобные решения крайне требовательны к вычислительным мощностям, весу и питанию, что делает их труднореализуемыми для сверхлегких летательных аппаратов.
Пчелы решают эту задачу через «одометрию» — оценку пройденного пути по собственным движениям. Аналогично тому, как человек может пройти через темную комнату, мысленно подсчитывая шаги, насекомое фиксирует направление и дистанцию. Однако этот метод не идеален, так как погрешности накапливаются, приводя к дезориентации. Чтобы нивелировать дрейф, пчелы перед дальними вылетами совершают ознакомительные облеты, «запоминая» визуальные ориентиры вокруг улья.
Система Bee-Nav мимикрирует под это поведение. Перед началом миссии дрон совершает «разведывательный» вылет, фиксируя панорамные снимки местности. Эти данные скармливаются компактной нейросети, которая учится сопоставлять визуальный ряд с одометрическими данными. Удивительно, но система успешно компенсирует погрешности «слепой» одометрии за счет распознавания ключевых визуальных примет.
Эксперименты показали впечатляющие результаты: нейросеть весом всего 3,4 КБ в помещениях уверенно возвращала дрон к точке старта, позволяя ему автоматически регулировать скорость в зависимости от близости к цели. Масштабирование до 42 КБ памяти позволило уверенно работать на открытой площадке, преодолевая дистанции до 600 метров. Хотя на открытом пространстве при сильном ветре эффективность чуть снизилась (до 70%), это лишь указывает вектор дальнейшего совершенствования устойчивости к внешним факторам.
Главная перспектива технологии — интеллектуальный агромониторинг. Компактные и безопасные дроны с Bee-Nav смогут курсировать между рядами растений, выявляя болезни или вредителей без риска повредить посевы или нанести вред людям. Технология особенно ценна там, где классическая навигация бессильна: в глубине складов, плотной городской застройке или закрытых промышленных комплексах.
Более того, этот подход приближает нас к пониманию того, как столь примитивные биологические системы способны выполнять вычислительно сложные задачи, до сих пор остающиеся вызовом для современной инженерной мысли.
