6 F; j1 p+ V' w. G" M, Z* |真正深究,战斗机本身的形态各异,翼面动作的差异可能千差万别。基于yolo的分类识别检测,可能会有这无穷无尽的高维特征,很难形成切实可用的收敛算法。当然我在这个脑洞上再开个大,用多模态大模型来取代yolo这样的脚,或者来使用yolo这样脚初步判定的信息来进行飞控决策也许是更可行的办法。这样的话,多智能体协同的人工智能就算是真的确定了。
! _+ g& L$ u7 F/ p; I1 N% L不知道有没有必要弄到那么复杂的份上。0 e) E8 j" Y( S! S I4 C2 X
8 L3 W5 B8 r/ j- i3 E1 v8 Y I
战斗机气动控制面只有那么些:襟翼、副翼、前缘襟翼、平尾、方向舵,尤其F-15那样还必须是对称动作。这些动作都是连续的,不能离散突变,估计不需要多模态。然后要加上空气的粘度、密度、风向、风速等大气数据。也就是说,基本模型估计不会超过30x30,这是小模型,根本不需要动用大模型那样的大杀器。 ) Y) E% b% f' y1 s1 d, q * H( |8 i% U" S6 ?不定因素是重量、推力、外挂阻力(这个能看到,不知道是不是算进去了)。( X0 z! _' I# j0 U/ p0 }) N0 T. M
8 q% Y5 j3 j/ ~0 w3 u
用预估-矫正的办法,可以推测重量和推力。重量一旦推测确定,就可以在短时间里当做常量处理。$ R$ `( f, O+ e
6 x j' j- P4 E& K% d推力依然是连续可变,而且依然不可见,但可以根据上一时刻的推力估算下一时刻的上下界,作为模型预估输出的上下界。然后再根据实测反推当时推力,用于下一步的预估。. o5 x, j8 y! G0 R; l6 p
5 g+ b! f3 z5 M, ^$ r
这一套组合拳下来,当然算法不简单,但也没有那么不可思议。2 U z! |5 G3 U2 q; w. y