掌控无人机的
那块地板。
这是飞行控制台的一次录制运行，逐面板回放。无人机在开源 jev-drone 项目的赛道上，飞行它通过试错学会的路线。习得的计划设定速度；停止距离限制与反射在它之后施加，因此只能让它减速。回路中任何地方都没有神经网络。
你在看什么
- 画面。第三人称视角，来自仿真器（MuJoCo，Skydio X2 模型）。
- 机载相机 · 深度。规则读取的唯一传感器。
- 它学会的路线。每 6 米一个路段一块：它挣得的限速，以及是否在那里飞高。
- 学习曲线与轮次。构建这条路线的 87 轮：它尝试过的每一项改动，只有当每一圈都更干净、更快时才保留。
- 态势报告。规则在这一帧读到的确切内容：各扇区的空旷距离、前方路径、最近的障碍物。
- 发生了什么。单圈日志。在这段录制中，每一圈都以 27.6 秒、零碰撞完成。
看它从零开始学习
上面的回放飞的是一条已经学会的路线。下面的录屏从清空的记忆开始：7 轮把代价从 69.39 降到 51.52，保留 2 项改动，撤回 5 项。学习过程中会发生碰撞；每次碰撞计 15 秒，带来碰撞的那一轮会被丢弃。
结果，以及附带的说明
在留出的起始位置上（规则冻结后只运行一次），地板 10 次中有 10 次飞完整条赛道，零碰撞。未修改的基线 10 次中完成 1 次。
这个数字必须附带的说明：每次运行的赛道完全相同，只有起始姿态不同，因此它对泛化能力只是弱证据；这是仿真，不是真实飞行；上游项目已固定版本且未经修改，我们没有重新运行任何他人的系统。
它与什么相连
这与失效安全模型是同一个理念：学习者改变的是无人机尝试什么，永远不是它被允许做什么。决策路径是一条符号流：引擎状态变成事实，规则做出选择，执行器行动。飞行地板本身的介绍见飞行与引擎。据我们所知，Peel 是第一个失效安全模型。