《天然》8月30日宣布的一篇论文报导了一个名为Swift的人工智能（AI）体系，其驾驭无人机的才能可在1对1冠军赛中打败人类对手。
该研究结果标志着移动机器人学和机器智能的一个里程碑，或可启示在其他物理体系中布置依据混合学习的解决方案，如无人驾驭的地上车辆、飞翔器和个人机器人。
深度强化学习体系已在各类博弈中打败过人类，包含雅达利（Atari）游戏、世界象棋、《星际争霸》（StarCraft）和GT赛车（Gran Turismo）。不过，这些比赛大部分都是模仿和棋盘游戏环境，而不是物理世界的比赛。
在第一人称视角的无人机竞速中，工作选手需驾驭高速飞翔器穿过三维赛道。每位飞翔员经过机载摄像机的视频直播从无人机的视角调查周围环境。无人驾驭无人机要到达工作飞翔员的水准很难，由于机器人需求在其物理约束下飞翔，一起只能依据机载传感器预算其速度和方位。
瑞士苏黎世大学的Elia Kaufmann和搭档规划了一种自动驾驭体系，能以人类世界冠军的水准进行物理世界的比赛。该体系将模仿的深度强化学习与物理世界收集的数据相结合。在由一位工作无人机竞速飞翔员规划的实际世界赛道上进行的一系列比赛中，Swift与3名人类冠军对战，这中心还包含两项世界联赛的世界冠军。
人类飞翔员有一周时刻在实在赛道上练习，之后每位飞翔员在多场1对1比赛中对战Swift。该体系在多个回合中打败了每一位人类冠军25场比赛取胜15场，并且打破了比赛的最短用时纪录，比人类飞翔员的最快速度还抢先半秒。
荷兰代尔夫特理工大学的Guido de Croon在一篇一起宣布的新闻与观念文章中写道，该体系应该在一个更实在多变的环境中进一步开发，然后充沛开释这项技能的潜力。为了在任何比赛环境中都能打败人类飞翔员，该体系有必要能应对外部搅扰，如风，光照条件改变，界说不太明晰的各种门，其他竞速无人机和许多其他要素所有这些都对现有的AI技能构成了很大应战。（来历：我国科学报 赵熙熙）
