Autonome drone TU Delft verslaat menselijke dronepiloten op WK droneracen

Voor het eerst in de geschiedenis heeft een volledig autonome racedrone een internationale wedstrijd gewonnen van menselijke dronepiloten. Deze mijlpaal werd bereikt door een team van wetenschappers en studenten van de TU Delft tijdens het prestigieuze A2RL Drone Championship in Abu Dhabi. De winnende drone vloog niet alleen sneller dan dertien andere AI-concurrenten, maar versloeg ook meerdere voormalige wereldkampioenen uit de Drone Champions League, met snelheden tot bijna 96 km/u op een technisch veeleisend parcours.

Primeur in de echte wereld

Waar eerdere successen van AI – zoals overwinningen in schaak of het bordspel Go – zich afspeelden in virtuele omgevingen, vond deze prestatie plaats in de fysieke wereld, onder reële omstandigheden. Op zaterdag 14 april 2025 streden de beste menselijke piloten tegelijkertijd in de Falcon Cup Finals, terwijl AI-drones deelnamen aan het A2RL-kampioenschap. Als klap op de vuurpijl werd een ultieme uitdaging georganiseerd: een knock-outrace tussen de beste AI’s en de beste mensen. De autonome drone van de TU Delft wist hierbij drie menselijke topcoureurs te verslaan.

Deze overwinning markeert een nieuw tijdperk in de ontwikkeling van fysieke AI-systemen. Twee jaar geleden was een Zwitsers team van de Universiteit van Zürich al de menselijke piloten te snel af, maar dat gebeurde nog in een gecontroleerde labomgeving. In Abu Dhabi daarentegen werd gevlogen met vooraf gespecificeerde hardware, op een extern ontworpen en beheerd parcours – een veel realistischer scenario.

Beperkte input, maximale prestatie

De wedstrijd in Abu Dhabi was bedoeld om de grenzen van fysieke kunstmatige intelligentie te verleggen. Autonome drones mochten gebruikmaken van slechts één voorwaarts gerichte camera, wat de uitdaging aanzienlijk vergrootte. Waar menselijke FPV-piloten met gevoel en ervaring vliegen, moest de AI razendsnelle beslissingen nemen op basis van minimale visuele input.

Het team van de TU Delft, afkomstig van het MAVLab binnen de faculteit Luchtvaart- en Ruimtevaarttechniek, ontwikkelde een uiterst efficiënt AI-systeem dat in staat was tot vloeiende, snelle en nauwkeurige besturing. Teamleider Christophe De Wagter is enthousiast: “We hebben hier als team iets bereikt wat jaren geleden nog onmogelijk leek. Deze prestatie laat zien dat AI daadwerkelijk mee kan doen op het hoogste niveau – in de echte wereld.”

AI stuurt direct de motoren aan

Een opvallende innovatie is het gebruik van een zogenoemd Guidance and Control Net, een diep neuraal netwerk dat rechtstreeks de motoren aanstuurt, in plaats van via een tussenliggende controller. Deze techniek werd oorspronkelijk ontwikkeld door het Advanced Concepts Team van de European Space Agency (ESA), met als doel efficiënte besturingsalgoritmes mogelijk te maken voor ruimtevaarttoepassingen.

Door gebruik te maken van reinforcement learning – leren door vallen en opstaan – kon de AI niet alleen razendsnel handelen, maar ook optimaal inspelen op de dynamiek van de drone. “Het was niet alleen een kwestie van het trainen van een besturingsnetwerk,” legt De Wagter uit. “We moesten ook nieuwe manieren ontwikkelen om de drone zijn eigen bewegingsgedrag te laten begrijpen via zijn sensoren.”

Brede toepassingen voor robotica

De opgebouwde kennis reikt verder dan alleen dronesport. De AI-oplossingen die zijn ontwikkeld om snelle beslissingen te nemen met beperkte rekenkracht en sensorinput, zijn relevant voor talloze andere robottoepassingen. Denk aan autonome voertuigen, zoek- en reddingsrobots, of zelfs huishoudrobots.

“Deze AI stelt ons in staat om drones en andere robots sneller, veiliger en efficiënter te laten functioneren,” aldus De Wagter. “Of het nu gaat om het afleveren van medische goederen, het navigeren in complexe omgevingen of het minimaliseren van energieverbruik – deze technologie vormt de basis voor de volgende generatie robotica.”