https://www.nature.com/articles/s41586-026-10461-3
Исследование Делфтского технологического университета показало: подражание навигации пчёл-работниц позволяет маленьким дронам-роботам научиться находить дорогу домой без громоздких карт и мощных вычислений
В методе, получившем название Bee-Nav, дрон сначала совершает короткий учебный полёт рядом с «домом», записывая панорамные снимки. Затем компактный нейросетевой модуль обучается обрабатывать эти изображения, чтобы определять направление и расстояние до исходной точки. Даже если сам «дом» не виден — слишком мал или скрыт из виду — дрон полагается на одометрию в сочетании с визуальной памятью и всё равно возвращается назад.
В полевых испытаниях дрон пролетал более 600 метров на открытой местности и успешно возвращался, используя нейросеть объёмом всего 42 килобайта. В больших помещениях система работала стабильно, однако при сильном ветре успешность снижалась из-за изменения угла обзора камеры.
Потенциальное применение метода — мониторинг зелёных оранжерей и раннее выявление болезней или вредителей, что поможет повысить урожайность и сократить потери.
Кроме того, исследование даёт новые подсказки о том, как именно пчёлы находят путь к улью и какую роль в этом процессе играет визуальное обучение.
Исследование Делфтского технологического университета показало: подражание навигации пчёл-работниц позволяет маленьким дронам-роботам научиться находить дорогу домой без громоздких карт и мощных вычислений
В методе, получившем название Bee-Nav, дрон сначала совершает короткий учебный полёт рядом с «домом», записывая панорамные снимки. Затем компактный нейросетевой модуль обучается обрабатывать эти изображения, чтобы определять направление и расстояние до исходной точки. Даже если сам «дом» не виден — слишком мал или скрыт из виду — дрон полагается на одометрию в сочетании с визуальной памятью и всё равно возвращается назад.
В полевых испытаниях дрон пролетал более 600 метров на открытой местности и успешно возвращался, используя нейросеть объёмом всего 42 килобайта. В больших помещениях система работала стабильно, однако при сильном ветре успешность снижалась из-за изменения угла обзора камеры.
Потенциальное применение метода — мониторинг зелёных оранжерей и раннее выявление болезней или вредителей, что поможет повысить урожайность и сократить потери.
Кроме того, исследование даёт новые подсказки о том, как именно пчёлы находят путь к улью и какую роль в этом процессе играет визуальное обучение.