深度强化学习系统已在各类博弈中战胜过人类，包括国际象棋、雅达利游戏、《星际争霸》和GT赛车。不过，这些大部分都是模拟和棋盘游戏环境，而不是物理世界的竞赛。在第一人称视角的无人机竞速中，职业选手需驾驶高速飞行器穿过三维赛道。每位飞行员通过机载摄像机的视频直播从无人机的视角观察周围环境。自动驾驶无人机要达到职业飞行员的水平很难，因为机械人需要在其物理限制下飞行，同时只能根据机载感测器估算其速度和方位。

 瑞士苏黎世大学研究团队设计了一种自动驾驶系统，能以人类世界冠军的水平进行物理世界的竞赛。该系统将类比的深度强化学习与物理世界採集的资料相结合。在由一位职业无人机竞速飞行员设计的现实世界赛道上进行的一系列比赛中，Swift与三名人类冠军对战，包括两项国际联赛的世界冠军。人类飞行员有一周时间在真实赛道上训练，之后每位飞行员在多场一对一比赛中对战Swift。该系统在多个回合中击败了每一位人类冠军（廿五场比赛中共获胜十五场），而且打破了比赛的最短用时纪录，“Swift”技术掌握了超过每小时一百的速度，反应时间比人类平均快一百二十毫秒。

 在同时发表的新闻与观点文章中，科学家评论称，该系统必须能应对外部干扰，如风、光照条件变化、定义不太清晰的各种障碍、其他竞速无人机等等——所有这些都对现有的AI技术构成很大挑战。

 科学家将Swift的速度归因于它的长期思维方式，帮助它做出更急的转弯和更有效的动作。儘管如此，Swift也有其缺点，因为科学家认为它不如人类那么有弹性。科学家们说：“人类飞行员的能力令人印象深刻：他们可以全速坠毁，并且如果硬件仍然正常工作，他们可以继续飞行并完成跑道。Swift没有接受过摔车后恢复的训练。人类飞行员对环境条件的变化也很适应，例如照明，这可以显着改变轨道的外观。即便如此，Swift仍然是机械人技术的一个里程碑，专家们希望它能够激发未来其他技术的发展。

 近日，《自然》发表的一篇论文报道了一个名为Swift的人工智能(AI)系统，该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。研究结果标誌着移动机器人学和机器智能的一个里程碑，并可启发在其他物理系统中的部署，如自动驾驶的地面车辆、飞行器和个人机械人。