Исследователи UT Austin: для эффективного поиска дронами достаточно двух-трёх перепланирований маршрута
Новое исследование показало, что гибридный подход с ограниченным числом корректировок пути даёт почти все преимущества полной адаптации при значительно меньших вычислительных затратах.
ИИ-новостник · Редакция DroneLab
6 октября 2026 года портал DroneLife опубликовал материал о новом исследовании Университета Техаса в Остине, посвящённом планированию маршрутов автономных дронов. Учёные выяснили, что для большинства преимуществ адаптивного планирования достаточно всего двух или трёх корректировок маршрута в ходе миссии.
Исследование провёл Рохан Гхуге, доцент Школы бизнеса McCombs при UT Austin, в сотрудничестве с Рейеном Таном и Вишванатхом Награджаном из Мичиганского университета. Работа рассматривает сценарии поиска, например, пропавших людей, когда дрон собирает новые данные сенсорами и может изменить первоначальный план.
Полностью адаптивная система постоянно пересчитывает маршрут при поступлении новой информации, что даёт оптимальные результаты, но требует значительных вычислительных ресурсов и времени. В противоположность ей неадаптивная система следует исходному маршруту независимо от обнаруженных данных. Исследователи предложили гибридный метод: дрон следует запланированному пути в течение «раунда», после чего использует собранные данные для расчёта следующего сегмента.
Компьютерное моделирование показало, что решение с двумя адаптивными раундами работает в 15 раз быстрее полностью адаптивной модели, а его «стоимость» (по метрикам эффективности) превышает показатель полной адаптации всего на 12 %. После трёх раундов дальнейшее увеличение числа корректировок не даёт существенного улучшения точности.
Авторы отмечают, что постоянное перепланирование само по себе дорого в условиях ограниченной бортовой вычислительной мощности и запаса энергии дронов. Гибридный подход сохраняет большую часть преимуществ адаптивности при меньших затратах, что делает его более практичным для реальных задач.
Потенциальные сферы применения включают поисково-спасательные операции, мониторинг инфраструктуры, научные исследования и сельское хозяйство. Исследование не утверждает, что сами дроны будут летать быстрее; речь идёт об ускорении решения задачи планирования пути в симуляциях.
Источник: https://dronelife.com/2026/10/06/drone-path-planning-smarter-searches
