可從垂直起降（VTOL）轉換為固定翼飛行的混合動力無人機在軍事和民用應用中都越來越受歡迎。但是，由于這種飛機的空氣動力學在飛行過程中會發生巨大變化，因此控制這種設計非常困難。現在，科學家正在使用人工智能（AI）來幫助自動設計任何此類混合動力無人機的遙控器。

固定翼飛機可以比多旋翼飛機更高效，從而在類似功率的情況下具有更長的航程，更大的續航能力和更高的速度。另一方面，多旋翼飛機不僅可以低速盤旋和飛行，而且還可以在沒有跑道或復雜的發射和恢復裝置的情況下起降。

能夠在固定翼和VTOL飛行之間進行轉換的混合動力飛機具有兩者的許多優點，這使得它們對于平民來說具有潛在的用處，比如說他們可以在不需要著陸帶的情況下將它們從農場上飛下來，就像在軍事上一樣，它們可以以相同的自由度從叢林，山脈，艦船甲板和城市戰場飛出。這些可轉換式飛機種類繁多，例如傾斜式機翼（裝有螺旋槳的機翼可在垂直和水平位置之間旋轉）和尾座機，其尾翼起降并著陸，可水平傾斜以向前飛行。

轉換演變
自1950年代以來，美國軍方就開始研究可轉換飛機，但是有人駕駛的原型機經常會遭受機械復雜性和其他問題的困擾，例如傾斜機翼在從一種飛行形式轉換為另一種飛行形式時如何經常失速，或者后座保鏢如何顯得笨拙讓飛行員在起飛和降落時坐在那里。鑒于無人飛行器通常比同等大小的載人飛行器具有更少的機械復雜性和有效載荷約束，無人駕駛飛行器（UAV）的出現重新引起了人們對混合動力飛機的興趣。電動機效率的現代提高和電子組件的日益小型化也使混合動力汽車比以往任何時候都更可行。

然而，遠程控制混合無人機仍然是一個挑戰。考慮到旋翼和機翼如何活躍，當空氣動力學特別復雜時，科學家通常不僅要為直升機和飛機模式開發控制器，還要為這些模式之間的轉換開發控制器。因此，設計混合無人機的控制器目前需要專家“手動調整數百個參數，”麻省理工學院計算機科學博士學位的研究員許潔說。

此外，鑒于各種類型的混合無人機之間通常存在巨大差異，研究人員通常無法將控制器從一種轉移到另一種，因此他們需要從頭開始為每種新型混合無人機設計控制器。所有這些勞動強度大，耗時的工作有助于迄今為止到目前為止僅探索了可能的混合無人機的一小部分。

人工智能解決方案
現在，Xu和他的同事們已經開發出一種自動設計混合無人機的控制器的方法。他們的系統可以為混合動力無人機的所有不同飛行模式設計單個控制器，并且可以應用于任何類型的混合動力無人機。

研究人員采用了一種稱為神經網絡的AI系統，其中被稱為“神經元”的組件被饋送數據并協作解決諸如識別人臉的問題。神經網絡反復調整其神經元之間的連接，并查看所產生的行為模式是否更能解決問題。隨著時間的流逝，網絡發現哪種模式最適合計算解決方案。然后，它將這些作為默認值，模仿人腦中的學習過程。

在新系統中，用戶首先通過從數據集中選擇組件來設計混合無人機的幾何形狀。然后，系統通過模擬器運行該設計，以計算該設計的飛行性能。該模擬器考慮了現實問題，例如隨機傳感器噪聲和控制信號延遲。然后，神經網絡自動開始學習無人機的控制器如何在仿真中達到最佳性能。

研究人員使用激光切割和3D打印技術制造了三種不同類型的混合無人機，從而驗證了他們的系統，并使用所得的控制器成功進行了實際飛行測試。“這項工作的最大優勢是加快了混合動力無人機的設計過程，” Xu說。“每個人都可以使用這種新型的無人機設計。”

控制器無需區分直升機模式和飛行模式，也無需明確處理模式之間的轉換。例如，控制器將純粹根據其速度自動調整尾槳混合動力無人機的方向，將其設置為低速時為直升機模式，高速時為飛機模式。

徐告誡說，該系統目前僅支持簡單飛行。研究人員計劃研究增加設計可操作性的方法，例如通過轉子或機翼的位置或形狀，以便系統“可以計算出更為復雜的運動”。

研究人員已在軟件開發平臺GitHub上公開了其系統的代碼。“我們希望對這項技術感興趣的所有人都能共享這項技術，”徐說。