Räddningsteam gick ner på förstörelsen efter orkanen Michael i oktober, letar frenetiskt efter överlevande. Men en vecka senare, mer än 1, 000 personer stod fortfarande för, lämnar familjer att vänta och hoppas.

Drönarhjälp vid naturkatastrofer är nu i bästa fall förenklat med ett antal hinder. Men ny forskning ledd av Purdue University-professorer arbetar med att använda artificiell intelligens och inlärningsalgoritmer för att skapa en plattform som tillåter flera drönare att kommunicera och anpassa sig när uppdragsfaktorer förändras.

Shaoshuai Mou och Dan DeLaurentis, professorer i flygteknik och astronautik, leder forskningen, som fick tre års finansiering från Northrop Grumman Corp. som en del av Real Applications of Learning Machine-konsortiet.

"För systemet, vi fokuserade på ett nätverk av flera agenter av fordon, som är olika och kan samordna sig med varandra, "Sådan lokal samordning kommer att tillåta dem att arbeta som en sammanhållen helhet för att utföra komplicerade uppdrag som sök och räddning."

"Det finns utmaningar på det här området. Miljön kan vara dynamisk, till exempel, med vädret som förändras. Drönarna måste vara adaptiva och måste kunna uppfatta miljön i realtid och självständigt beslutsfattande online."

Distribuerad kontroll, människa-maskin blandad autonomi, livslångt lärande och artificiell intelligens kommer att vara nyckeln till den föreslagna forskningen, sa Mou.

I denna forskning, AI och maskininlärningstekniker kommer att hjälpa systemet på många sätt, såsom i objektigenkänning och människa-maskin kommunikation, och förbättra systemets prestanda över tid. Speciellt systemet med hjälp av AI kommer att tillåta input från en mänsklig befälhavare i uppdragsparametrarna och låter drönarna ge feedback och till och med förslag på naturligt språk.

"För komplexa situationer, vi måste fortfarande involvera människor i loopen och försöka göra blandad autonomi bestående av maskiner och människor, " sa Mou.

I uppdragsscenarierna, ett markbaserat kraftfullt bearbetningsfordon kommer att kommunicera med antingen luft, mark- eller vattendrönare som kan täcka ett stort område.

"Användningen av kombinationen av heterogena fordon borde vara nyckeln till så många komplicerade problem, " sa Mou.

Mou och DeLaurentis har sällskap i projektet av fakulteter från University of Illinois-Chicago och University of Massachusetts i Amherst.