基于 Transformer 代理模型的无人机设计
机器学习
2022-11-16 v1 机器人学
摘要
计算机辅助设计（CAD）是人工智能（AI）与机器学习（ML）应用的一个有前景的新领域。信息物理系统设计的当前实践采用数字孪生方法，即在实际物理设计之前先构建可由物理仿真模型评估的详细模型。这些物理模型通常速度缓慢，且手动设计过程往往依赖于对现有设计的邻近变体进行探索。AI 有望打破这些设计孤岛，并通过加速设计空间的探索来提升设计的多样性与性能。本文中，我们聚焦于电动无人飞行器（UAV）的设计。高密度电池与纯电推进系统已经颠覆了 UAV 设计领域，使该域成为基于 AI 设计的理想目标。在本文中，我们开发了一个合成新颖 UAV 设计的 AI 设计器。我们的方法使用带有新颖领域特定编码的深度 transformer 模型，从而能够在不运行昂贵的飞行动力学模型与 CAD 工具的情况下评估新提出设计的性能。我们证明了我们的方法显著降低了设计过程的整体计算需求并加速了设计空间探索。最后，我们确定了实现 AI 辅助 CAD 在 UAV 上全面部署的未来研究方向。
引用
@article{arxiv.2211.08138,
title = {Design of Unmanned Air Vehicles Using Transformer Surrogate Models},
author = {Adam D. Cobb and Anirban Roy and Daniel Elenius and Susmit Jha},
journal= {arXiv preprint arXiv:2211.08138},
year = {2022}
}
备注
8 pages, 8 figures