El AI utiliza el aprendizaje por refuerzo para navegar océanos

Los ingenieros de Caltech, ETH Zurich y Harvard están trabajando en una inteligencia artificial (AI) que pueda permitir a los drones autónomos utilizar las corrientes oceánicas para ayudar en su navegación. Con este enfoque, los drones no tienen que luchar contra las corrientes.

La investigación se publicó en Nature Communications el 8 de diciembre.

John O. Dabiri es el profesor centenario de Aeronáutica e Ingeniería Mecánica y uno de los autores de la investigación.

“Cuando queremos que los robots exploren el océano profundo, especialmente en enjambres, es casi imposible controlarlos con una palanca de mando desde 20.000 pies de distancia en la superficie. También no podemos alimentarlos con datos sobre las corrientes oceánicas locales que necesitan para navegar porque no podemos detectarlas desde la superficie. En cambio, en un momento determinado, necesitamos que los drones oceánicos puedan tomar decisiones sobre cómo moverse por sí mismos”, dice Dabiri.

Probando el AI

Los ingenieros probaron la precisión del AI con simulaciones por computadora, y el equipo desarrolló un pequeño robot que ejecuta el algoritmo en una tarjeta de circuito impreso, que podría alimentar a los drones marinos en la Tierra y en otros planetas. Eventualmente, podrían desarrollar un sistema autónomo que monitoree el estado de los océanos del planeta, y lo haría combinándolo con prótesis previamente desarrolladas para ayudar a las medusas a nadar bajo orden.

Para que este enfoque funcione, los drones deben tomar decisiones por sí mismos sobre dónde ir y cómo llegar allí. Es probable que tengan que confiar en los datos que recopilan ellos mismos, que estarían en forma de información sobre las corrientes de agua que están experimentando.

Los investigadores utilizaron redes de aprendizaje por refuerzo para abordar esto, y escribieron un software que puede ejecutarse en un pequeño microcontrolador.

El equipo pudo utilizar una simulación por computadora para enseñar al AI a navegar. El nadador simulado solo tenía acceso a información sobre las corrientes de agua en su ubicación inmediata, pero pudo aprender rápidamente a explotar remolinos en el agua para costear hacia un objetivo.

Este tipo de navegación es común entre águilas y halcones, que cabalgan termal en el aire mientras extraen energía de las corrientes de aire para maniobrar. Esto les permite moverse hacia un objetivo mientras ahorran energía.

Estrategias de navegación efectivas

Según el equipo, su algoritmo de aprendizaje por refuerzo también podría aprender estrategias de navegación más efectivas que las utilizadas por los peces en el océano.

“Inicialmente, solo esperábamos que el AI pudiera competir con las estrategias de navegación que ya se encuentran en animales nadadores reales, así que nos sorprendió ver que aprendió métodos aún más efectivos explotando ensayos repetidos en la computadora”, dice Dabiri.

Los investigadores ahora buscarán probar el AI en cada tipo de perturbación de flujo que encontrarían en el océano. Lo lograrán combinando su conocimiento de la física de las corrientes oceánicas con la estrategia de aprendizaje por refuerzo.

Peter Gunnarson es un estudiante de posgrado en Caltech y autor principal del artículo.

“No solo el robot estará aprendiendo, sino que también estaremos aprendiendo sobre las corrientes oceánicas y cómo navegar a través de ellas”, dice Gunnarson.