摘要:本文介绍了对无人机情境意识(SA)(SA)的全面调查,描述了其应用,局限性和基本算法挑战。它突出了高级算法和战略见解的关键作用,包括传感器集成,强大的协调框架和复杂的数据处理方法。纸张批判性地构成了多方面的挑战,例如实时数据处理需求,动态环境中的适应性以及高级AI和机器学习技术引入的复杂性。关键贡献包括对诸如精密农业,灾难管理和城市基础设施监测等行业中无人机中心的变革潜力的详细探索,这是案例研究的支持。此外,该论文研究了路径规划和控制的算法方法,以及多代理合作社SA的策略,解决了各自的chal菌和未来的方向。此外,本文讨论了即将到来的技术进步 - 旨在克服当前局限性的能源有效的AI解决方案。这项整体审查提供了对UAV中心的SA的宝贵见解,为将来的重新搜索和该领域的实际应用建立了基础。
还应该对最近的两篇研究感兴趣,它们采用了“以计算为中心的框架”来估计人工智能系统需要多长时间才能达到人类水平的能力(Cotra,2020;Davidson,2023)。这种方法首先估计训练具有给定能力水平的系统需要多少计算能力,然后构建一个模型,说明我们何时可能使用这么多计算能力来训练系统。我们认为有用的一种思考以计算为中心的模型的方法是更详细地阐明优化能力和顽固性之间的关系在未来可能如何发展。