Специалисты из России создали многофункциональный тренажер для беспилотных аппаратов, который может воспроизводить любые сценарии полета. Получаемые с его помощью данные нужны для обучения алгоритмов ИИ, управляющих дронами в ситуациях, когда связь с оператором отсутствует — например, при воздействии средств радиоэлектронного подавления. Как подчеркивают эксперты, подобные отечественные разработки крайне важны, поскольку собрать все возможные сценарии в реальных условиях нереально, а использование зарубежных аналогов грозит утечкой критически важных технологий.

Виртуальная подготовка беспилотников

Исследователи из МАИ разработали цифровую платформу для имитации полетов дронов. Эта система позволяет безопасно обучать искусственный интеллект перед установкой на реальные аппараты. Хотя изначально проект создавался для оборонной промышленности, его можно применять и в гражданской сфере. Платформа способна воссоздавать любые сценарии полета, чтобы "натренировать" нейросети правильно реагировать на них. Новую технологию уже используют в университете при разработке алгоритмов для БПЛА, а тестовую версию испытывает промышленный партнер.

— Наша цель — безопасная и всесторонняя отработка ИИ-алгоритмов перед их интеграцией в бортовые системы. К примеру, с помощью симулятора можно отработать навигацию дрона при потере связи, когда аппарат должен самостоятельно найти путь к базе, — пояснил Вадим Кондаратцев, руководитель лаборатории искусственного интеллекта МАИ.

В отличие от других решений, новая платформа позволяет интегрировать и проверять разные алгоритмы ИИ — например, системы компьютерного зрения или обучения с подкреплением — на любом этапе виртуального полета. Благодаря современным игровым движкам, включая российские разработки, система создает реалистичное изображение того, что "видит" дрон, в том числе через специализированные системы визуализации вроде инфракрасных камер.

— Главные преимущества платформы: интеграция передовых технологий беспилотников и ИИ, моделирование всей окружающей обстановки, а также ее полностью отечественное происхождение, — добавил Кондаратцев.

Моделирование всех сценариев

Симуляторы незаменимы при обучении нейросетей для управления БПЛА, поскольку в реальных условиях невозможно воспроизвести все возможные ситуации. Как отметил в беседе с "Известиями" Тимур Идиатуллов из Московского политеха, при создании обучающих наборов данных необходимо учитывать даже такие детали, как освещенность местности.

— Для обучения нейросетей требуется показать все возможные ситуации через датасеты. Собирать и маркировать часы видеозаписей в реальных условиях сложно и дорого, а в симуляторе это делается гораздо проще, — пояснил он.

Крупные международные корпорации разрабатывают собственные симуляторы, но их использование обходится очень дорого. России необходимы собственные решения для моделирования специфических ситуаций — например, техногенных катастроф или уникальных военных технологий вроде группового применения дронов. Использование зарубежных продуктов для формирования датасетов может привести к утечке технологий, подчеркнул эксперт.

Современное обучение ИИ напоминает "компьютерные игры" — чем реалистичнее физика и графика, тем точнее нейросеть принимает решения. Поскольку основное применение таких технологий — военная сфера, критически важно развивать собственные программные продукты для обеспечения технологического суверенитета, считает Сергей Курапов из МГУТУ.

— Некоторые характеристики БПЛА засекречены, поэтому обучение ИИ должно проводиться в закрытых системах. Боевые дроны обучают трем ключевым навыкам: обнаружению целей (включая замаскированные), автономной навигации при потере связи и выполнению заданий в автоматическом режиме. Также используется режим финального наведения, когда ИИ управляет дроном на последних метрах, а оператор лишь контролирует процесс, — пояснил он.

Универсальность платформы позволяет моделировать полеты в разных условиях — от европейской части России до пустынь, при различной погоде. Важно моделировать не только саму ситуацию, но и возможные последствия принятых решений. Чем сложнее и детализированнее сценарии симуляции, тем более автономным будет искусственный интеллект, подытожил специалист.