“去！”

随着一声指令发出，食人蝇微型攻击无人机蜂群阵列中的第一架食人蝇微型攻击无人机脱离集群，随即高速飞向了布置好的障碍通道。

整个障碍通道非常的狭窄，其实就是用木板和亚克力板隔出来的，最狭窄的地方只有几厘米宽，且需要连续转弯。并且，犹豫亚克力板的透光性，所以极大的增加了无人机上面传感器的探测难度。

随着第一架食人蝇微型攻击无人机进入障碍测试通道，速度就随即降了下来。不过速度还是非常快，整个无人机机身在狭小的空间中快速穿梭，躲避着各个方向的障碍物，按照‘Z’字形飞行路线，在狭小的障碍测试通道中前进。

不过，这架食人蝇微型攻击无人机在障碍测试通道中并没有飞行多长时间，就在过一个狭小的亚克力障碍物的时候，无人机上面的微小扇叶挂上了亚克力板的边缘，导致无人机失控，直接装上了另外一边的木板，直接撞毁在了障碍测试通道之中。

可可，飞行数据传输回来了吗？吴浩开口询问道。

一旁的屏幕中出现了一个窗口，里面是可可的虚拟形象身影，它开口汇报：“先生，飞行数据已经回传收入数据库，并通过集群控制系统数据链同步共享给其它无人机。”

吴浩闻言点了点头，微笑着摆摆手：“第二架测试开始！”

好的。随着可可应声，第二架食人蝇微型攻击无人机飞出集群阵列，开始飞入障碍测试通道。再有了第一架无人机的飞行数据后，这架无人机的在前段障碍穿越飞行中速度明显快速了很多，很显然，它参考了第一架无人机的飞行数据。

这也是集群控制系统的一大特性，那就是资源共享，所有的侦测数据都可以实现共享，包括飞行线路等等。前一架无人机会将已经探测到的相关障碍物传输给蜂群阵列，这也让其它无人机知道这里的障碍物分部是什么样子的，因此后续飞来的无人机就可以沿着前面无人机的飞行轨道来进行跟进飞行。

当然了，也不是完全的跟进和模彷，这些飞行线路只是作为参考，可以极大的减少无人机的探测数据处理能力，因此可以让它在狭小的通道中飞的更快。

这不代表它就完全放弃探测周围的环境数据信息了，因为在现实中，哪怕是这些无人机飞行间距再短，周围环境都有可能在这个间隔时间中发生变化，从而导致飞行同道中人的障碍物位置，角度发生变化。

这个时候如何沿着前面飞机的飞行轨迹的话，就很有可能撞上障碍物坠机。

尤其是这种微型无人机，更加容易受到周围环境变化的影响。

举一个非常简单的例子，就是树木和植物枝叶随风摆动。大的无人机可能不需要考虑这些，但是微型无人机必须将这些考虑进去。很可能就是一片树叶，都能够将整个无人机拦住。

很快，第二架第二架无人机越过第一架无人机的残骸开始继续向前穿越飞行，不过相比于前面的飞行速度，现在的飞行速度明显下降了很多。

这架无人机向前飞行了大概一米左右，又因为拐弯不及，直接装到了障碍物上面，导致整个无人机被撞毁。

接着又是第三架无人机脱离蜂群阵列，开始继续测试起来。

这么做并非是在玩，也并非是在浪费，而是在对无人机的智能飞控系统进行训练。通过大量的越障飞行数据，可以极大提升无人机的飞控避障性能，尤其是在这种狭小空间内的避障穿越性能。

事实上在这之前，他们就已经积累了非常丰富的无人机飞行数据，毕竟他们也算是最早从无人机技术方面起家的，一路发展过来，可以说在这方面积攒了非常丰富的经验。

但是呢，这些都是大中小型无人机，即便是他们做的最小的无人机也比现在这架要大很多。

所以之前那些无人机所积累下来的飞控数据，不一定适用于这种微型无人机。可以部分借鉴，其它的都需要无人机自主飞出来。通过飞行数据的不断积累，那么无人机的智能飞控系统就可以学会在遇到同样或者类似情况后该如何应对处理了。

其实整个测试过程完全不需要吴浩参与，可以交给其他人来负责。当然，还有一个更加方便便捷的方法，那就是交给可可和智能彷真机器人来负责，它只需要坐等实验数据结果就可以了。

不过，有一些东西是人工智能没办法理解的，它们虽然聪明，但却无法拥有人类那么多发散性创造性思维。有时候太准确的数据，或者说太理性的判断并不利于进行创新。事实上很多创新发明成果都是在不经意间的意外，甚至是错误产生的。而人工智能呢，却不会在意这些错误或者说本能的过滤这些错误，追求成功结果。

它们可以非常的理性，但却没办法感性。这就是当前世界上人工智能技术最大的技术难题，如何让它们感性，这是让他们产生自