Искусственный интеллект, бесспорно, силён в играх — какими бы ни были его издержки для общества и окружающей среды. В 1997 году суперкомпьютер IBM Deep Blue обыграл в шахматы гроссмейстера Гарри Каспарова, а почти два десятилетия спустя AlphaGo от Google одолел чемпиона-человека в куда более сложной игре го. С тех пор едва ли не каждые несколько месяцев очередной ИИ побеждает людей в сложнейших видеоиграх вроде StarCraft или Dota 2. Но до сих пор ИИ превосходил человека в основном на своём поле — в смоделированных и строго структурированных средах. Теперь же команда инженеров из лаборатории Micro Air Vehicle Lab Делфтского технического университета в Нидерландах построила лёгкий умный дрон, который принципиально меняет этот расклад.
Автономный гоночный дрон MonoRace пролетает сквозь ворота во время испытаний. Фото: Micro Air Vehicles Lab / Делфтский технический университет
Команда выставила свой ИИ-квадрокоптер на престижную гонку дронов в Абу-Даби, где машины под управлением ИИ соревновались с аппаратами, которыми управляли люди. Этот нишевый спорт, известный как гонки дронов от первого лица (FPV), предполагает, что пилоты проводят радиоуправляемые дроны через череду небольших ворот на головокружительной скорости от 60 до 100 миль в час (примерно 100–160 км/ч). Управляют дроном через очки, куда идёт прямая трансляция с камеры на его носу, — для человека это ощущается почти как полёт в небе.
Команда не просто приняла участие — она заняла первое место, обойдя по пути нескольких чемпионов-людей в FPV. Это стало первым случаем, когда управляемый ИИ дрон обыграл пилота-человека на международных соревнованиях. Другая команда, из Цюрихского университета, тремя годами ранее создала дрон под управлением ИИ, победивший людей, но лишь в контролируемых лабораторных условиях. Нынешний же пример показал, что сравнительно просто обученная машина с минимумом бортовых сенсоров и железа способна выйти на неподготовленную трассу, рассчитанную на людей, и всё равно победить.
Гонку команда выиграла в ноябре 2025 года, но новые подробности о стоящей за достижением науке публикуются только сегодня — в журнале Science Robotics.
«Вместо того чтобы давать роботу всё более мощные сенсоры и компьютеры, мы хотели выяснить, сколько интеллекта можно извлечь из крайне ограниченных ресурсов, — рассказал аэрокосмический инженер Делфтского университета и соавтор исследования Кристоф Де Вагтер. — Гонки дронов стали экстремальной средой для проверки этих идей за пределами лаборатории. Они заставили нас создавать ИИ, который не только быстр, но и устойчив и способен адаптироваться, когда внешние референсные измерения недоступны».
Гонки дронов: спорт на стыке человека и машины
FPV-гонки дронов не для слабонервных — а точнее, для людей со слабым желудком. Кадры дронов, кувыркающихся и выписывающих сальто на экстремальной скорости, способны вызвать тошноту даже у зрителей. Пилоты управляют с помощью пары джойстиков, отвечающих за тягу, крен, тангаж и рыскание дрона. Эта связка «человек плюс машина» должна провести аппарат через несколько небольших ворот, образующих круг. Побеждает дрон с самым быстрым временем круга. Это спорт, где даже микросекундная ошибка может обернуться жёстким крушением.
Хотя сейчас этот спорт не так популярен, как на пике в конце 2010-х, он по-прежнему собирает заметную онлайн-аудиторию. И это впечатляет, ведь сам спорт стал возможен лишь благодаря одновременному прогрессу в нескольких технологиях: лёгких аккумуляторах, миниатюрных камерах, а также очках и беспроводных видеоканалах, которые позволяют пилотам видеть то же, что видит дрон.
То, что гонки дронов требуют взаимодействия с машинами, уже оснащёнными сенсорами, делает их особенно интересным полигоном для исследователей робототехники и ИИ. В 2022 году Цюрихский университет оснастил дрон ИИ-моделью с говорящим названием Swift. Она собирала данные с камеры дрона в реальном времени, чтобы «видеть» происходящее, находить ворота и избегать препятствий. Бортовая нейросеть обрабатывала всё это на лету, принимая мгновенные решения о наилучшей траектории. Swift обыграл чемпионов-людей — крупное достижение для своего времени, — но сделал это на закрытой трассе размером примерно 25 на 25 метров, под которую команда и обучала систему. Стоило измениться даже такой мелочи, как освещение, и качество работы Swift падало.
Вдохновившись этими результатами, команда из Делфта решила построить гоночный ИИ-дрон, который лучше приспосабливается к окружению. Как и Swift, их машина под названием MonoRace использует мощную ИИ-модель, которая в реальном времени интерпретирует видеопоток с камеры дрона. Кроме того, MonoRace опирается на бортовой инерциальный измерительный блок (IMU) — датчик, отслеживающий ускорение и вращение. Он собирает данные как с бортовых сенсоров, так и с камеры, и помогает ИИ точнее понимать, где именно дрон находится на трассе.
Таймлапс: автономный гоночный дрон MonoRace проходит финальные ворота на соревнованиях в Абу-Даби в 2025 году. Фото: Micro Air Vehicles Lab / Делфтский технический университет
Понимание собственного положения позволяет дрону увереннее летать без столкновений даже в менее знакомой обстановке. Оно же улучшает восприятие по сравнению с подходом, опирающимся только на камеру, которому приходится тяжело, когда картинка далека от идеала. И всё это, напомним, происходит очень и очень быстро.
«Лететь на очень высокой скорости с одной-единственной камерой сложно: изображения размыты, искажены, а у ИИ-системы очень мало времени, чтобы точно определить положение дрона, — рассказал исследователь робототехники Делфтского университета и соавтор работы Ставров Банам. — Мы разработали надёжный способ объединять то, что видит камера, с данными о собственном движении дрона, что позволяет проходить трассу на высокой скорости без GPS».
От сложных ИИ-систем на более крупной технике или человекоподобных роботах MonoRace отличает именно его аскетичность. Вся система должна работать на крошечном бортовом компьютере — достаточно лёгком, чтобы не замедлять дрон, и достаточно эффективном, чтобы не вносить задержек. И при этом она весьма мощная: ИИ отдаёт, по оценкам, около 500 команд в секунду. Вместо того чтобы обучать модель под одну конкретную трассу, её научили адаптироваться с помощью обучения с подкреплением. После множества проб и ошибок в смоделированной среде MonoRace нашёл лучшие способы быстро решать навигационные задачи, а затем применил их в реальном мире.
«Вместо того чтобы сначала планировать желаемую траекторию полёта и привычные команды, наша нейросеть учится напрямую управлять двигателями», — добавил соавтор исследования, аспирант аэрокосмического факультета Делфтского университета Робин Фереде.
MonoRace на испытании
Настоящую проверку MonoRace прошёл в ноябре прошлого года на Abu Dhabi Autonomous Racing League — крупном турнире, где за победу борются одни из лучших пилотов-людей. В полётах MonoRace разгонялся примерно до 62 миль в час (около 100 км/ч), петляя, пикируя и проскакивая сквозь ворота. Он обошёл все остальные ИИ-команды соревнования, а также показал лучшее время, чем трое бывших чемпионов мира среди людей.
По словам команды, эти результаты делают MonoRace первым пилотируемым ИИ дроном, обыгравшим людей на международных соревнованиях, и могут повлиять как на гонки дронов, так и на «физический ИИ» в целом. На фоне роста производства беспилотных автомобилей и даже некоторых человекоподобных роботов всё острее встаёт спрос на ИИ-системы, которые лучше понимают, как перемещаться в физическом мире, не врезаясь во всё вокруг. Дрон, способный делать это и выполнять акробатические трюки на скорости более 60 миль в час (около 100 км/ч), как минимум показывает, что инженеры движутся в верном направлении.
Пока что это не привело к тому, что крупные роботы внезапно превзошли людей в спорте. Самые быстрые роботы-спринтеры, хоть и шустры на коротких дистанциях, всё ещё норовят врезаться в стены и вспыхнуть.
