HyperDrone يعرض ملايين الإطارات في الثانية ويتفوق على نظرائه بـ20 ضعفًا

لا تكمن عقبة تدريب الطائرات المسيّرة المزوّدة بالرؤية في الخوارزميات، بل في سرعة توليد الصورة. يزعم فريق HyperDrone أنه تجاوز هذا القيد: فمحاكي الطائرات الرباعية الذي طوّره، بالعرض الدفعي (batch)، أسرع بأكثر من 20 مرة من حلول batch الأحدث (state-of-the-art) الحالية. ويعرض محرك HyperLux ملايين الإطارات في الثانية على بطاقات الرسوميات الاستهلاكية المعتادة، حتى في أعلى أوضاع الجودة. وللتحقق من ذلك، درّب المؤلفون سياسة للتحكم في الانحراف (yaw) تعتمد على الكاميرا بالكامل داخل المحاكاة، ثم نقلوها إلى طائرة رباعية صغيرة حقيقية من طراز Crazyflie، حيث تعمل بالكامل على متن الطائرة.

كل شيء على GPU ودون نقل للبيانات

يتكوّن HyperDrone من جزأين. الأول ديناميكا متعددة المراوح محسّنة بدرجة كبيرة. والثاني HyperLux، وهو محرك جديد لتتبّع الأشعة. يعمل المكوّنان على بطاقة الرسوميات، وهذا أمر جوهري للتعلّم المعزَّز. ففي الحل التقليدي تُحسب الفيزياء في مكان، وتُرسم الصورة في مكان آخر، وتنتقل البيانات بينهما، ويضيع جزء كبير من الوقت في هذا النقل. أما حين تكون حالة الطائرات والعرض والملاحظات (observations) كلها في ذاكرة GPU، فيمكن تشغيل آلاف البيئات المتوازية على دفعات دون تعقيد إضافي.

والتسريع بمقدار 20 مرة يغيّر بحد ذاته اقتصاديات التجربة. فالمهمة التي كانت تتطلب عنقودًا حاسوبيًا (cluster) أو أسابيع من الانتظار قد تتسع لبطاقة ألعاب واحدة وتُنجَز أسرع بشكل ملحوظ. وهذه حجة قوية للمختبرات التي لا تملك ميزانيات كبيرة.

تتبّع الأشعة (Ray tracing) دون تنازل عن توافق المنصات

يدعم HyperLux أربع واجهات خلفية: Nvidia OptiX وVulkan وApple Metal وWebGPU. وهذه مجموعة واسعة على غير المعتاد في أداة أكاديمية. فالمحرك يستفيد من تتبّع الأشعة المدعوم عتاديًا في وحدات GPU الحديثة، لكنه لا يقيّد المستخدم بمورّد واحد: يمكن تشغيل الشيفرة على جهاز Nvidia وعلى Mac، ونظريًا في المتصفح عبر WebGPU.

ومن حيث الملاحظات، يغطي المحرك تقريبًا كل ما يحتاجه روبوت مزوّد بكاميرا:

• صورة RGB؛
• خريطة العمق؛
• التجزئة الدلالية وتجزئة الكيانات (instance)؛
• المتجهات العمودية للأسطح (normals)؛
• optical flow.

ويمكن ضبط الجودة. وتتوفر الانعكاسات والإضاءة الواقعية وmotion blur وanti-aliasing والمواد الصحيحة فيزيائيًا (PBR). والنتيجة المعلنة هي ملايين الإطارات في الثانية على وحدات GPU الاستهلاكية، حتى في وضع أقصى دقة، مع بقاء المشاهد بيئات ثلاثية الأبعاد واقعية.

Crazyflie كاختبار للواقع

تكمن المشكلة الرئيسية في المحاكاة دائمًا في فجوة sim-to-real: فالسياسة التي تطير ببراعة في العالم الافتراضي تفشل في الواقع بسبب الفروق في الصورة والفيزياء. والواقعية الضوئية بما فيها الانعكاسات وmotion blur وPBR تعالج تحديدًا الجانب البصري من هذه الفجوة. وقد أظهر المؤلفون أن سياسة التحكم في الانحراف، المدرّبة حصريًا في HyperDrone ودون تدريب إضافي على بيانات حقيقية، تعمل على Crazyflie المزوّدة بكاميرا. وتجري الحسابات على الطائرة نفسها. والمنصة صغيرة جدًا ومواردها متواضعة للغاية، ولذلك يُعد العرض اختبارًا صارمًا بما يكفي.

وبصراحة، التحكم في محور واحد مهمة بسيطة، ولم تُعلن الورقة البحثية عن مناورات معقدة. لكن كإثبات لمسار «محاكاة سريعة، ثم تدريب، ثم نقل إلى العتاد» فهذا كافٍ.

من يستفيد من هذا عمليًا

أول المستفيدين هم الفرق التي تدرّب الطائرات المسيّرة على الإشارات البصرية: الملاحة وتجنّب العوائق والهبوط والتتبّع. فالبطاقات الرخيصة والعرض المتوافق مع عدة منصات يخفضان عتبة الدخول، وتتيح السرعة تجربة المعاملات الفائقة (hyperparameters) وإعدادات المكافآت أكثر بأضعاف. أما المطورون الذين يحتاجون إلى أنماط متعددة (العمق والتجزئة وoptical flow) فلن يضطروا إلى تجميع عدة أدوات.

وبالنسبة لقطاع المحاكاة عمومًا، هذه إشارة أخرى: فالعنق الزجاجي في تدريب الروبوتات لم يعد الشبكة العصبية، بل توليد البيانات. ومن يتعلم استخراج عدد أكبر من الإطارات لكل واط ولكل دولار من GPU استهلاكي يحصل على ميزة. ويضع HyperDrone معيارًا لافتًا للطائرات الرباعية، وسيضطر الآخرون الآن إلى تطوير محاكياتهم للحاق به.