macross_sato wrote:
2. 我猜這一次反而人會贏。
人贏AI 就沒戲唱，人一定要輸。
各種任務面對狀況不同， 所以在飛行過程中因為演算而造成與飛行限制的衝突需要驗證，
再來是因為飛行限制， 所以選擇的策略，與執行方式。
所以這在這次試驗中， 驗證混戰時，人對無人機的反應與無人機對人的反應是會是重點。
過去發展初期， 因為個研究單位沒有真的飛行元投入指導， 因此在近戰時，飛行員常誘導無人機進入
空氣動力限制， 讓無人機飛行控制失效後， 演算法無法做出改出，而贏得勝利。
但是在遠距離BVR中， 無人機對於飛彈的反應， 據說讓人嘆為觀止, 我認為應該在遠距離沒機會了。
因此這一次AlphaDogfight 才會排定， 都以F16, 近戰，
一方面考驗AI在決策的選擇， 與『劇烈操作』下時， 面臨飛行限制與達成目的的互斥條件下，
是否能較過去更為成熟。
一方面藉此觀察飛官如何誘導無人機進入飛控限制。
但是因為對戰次數不夠多， 所以我會認為這一次還是飛官會獲勝。
所以這在這次試驗中， 驗證混戰時，人對無人機的反應與無人機對人的反應是會是重點。
過去發展初期， 因為個研究單位沒有真的飛行元投入指導， 因此在近戰時，飛行員常誘導無人機進入
空氣動力限制， 讓無人機飛行控制失效後， 演算法無法做出改出，而贏得勝利。
無人機控制系統
通常粗分為任務管理 (Mission Management) 和載具管理 (Vehicle Management) 兩大部份
俗稱 AI 的部份屬於前者
飛控軟體屬於後者
負責保證操控量不超過氣動力限制
不會執行前者給的超量控制指令
這次試驗 我猜測各團隊用的 F-16 模擬機 API
已包含實機 FLCC 控制律已有的各種限制
還不夠的 參賽 AI 軟體也可自己補足
人類飛行員想逼 AI 自己失速或撞山來取勝
可能沒那麼容易
Mike H wrote:
無人機控制系統 通常(恕刪)
感謝M大。
主要是在實機上， 有的會把安全管理（safety management)再獨立出來。
而其中兩個主要項目是空中碰撞與地面碰撞。
因為要撞了就是撞了， 所以再從VMS中獨立。
以人來說， 視覺變成其中一項回饋。
以無人機來說， 增加的感測器可以收集這一部分資訊不一定一定用視覺。
以參加團隊簡介中各個隊伍的畫面看來， 若是畫面中參數就是模擬的回饋， 那就還必須拉畫面做視覺處理。
問題來了， 拉畫面做視覺處理就麻煩了， 牽扯到場景語意分析， 才知道什麼是可能造成碰撞的東西。
這一次比賽若沒有高度限制， 確實就完全簡化到沒有 空中碰撞與地面碰撞 這幾個變數。
但是就過往DARPA所辦理的比賽， 環境因素往往是其中一項重點，所以我才會一直認為，
人還是有機會贏下比賽。
內文搜尋
從 APP 打開
X