L'IA utilise l'apprentissage par renforcement pour naviguer dans les océans

Des ingénieurs de Caltech, de l'ETH Zurich et de Harvard travaillent sur une intelligence artificielle (IA) qui peut permettre à des drones autonomes d'utiliser les courants océaniques pour faciliter leur navigation. Avec cette approche, les drones n'ont pas à se battre à travers les courants.

La recherche a été publiée dans Communications Nature le Décembre 8.

John O. Dabiri est professeur centenaire d'aéronautique et de génie mécanique et l'un des auteurs de la recherche. 

"Lorsque nous voulons que des robots explorent l'océan profond, en particulier en essaims, il est presque impossible de les contrôler avec un joystick à 20,000 XNUMX pieds de distance à la surface. Nous ne pouvons pas non plus leur fournir de données sur les courants océaniques locaux dont ils ont besoin pour naviguer car nous ne pouvons pas les détecter depuis la surface. Au lieu de cela, à un certain moment, nous avons besoin de drones océaniques pour pouvoir prendre des décisions sur la façon de se déplacer par eux-mêmes », explique Dabiri.

Tester l'IA

Les ingénieurs ont testé la précision de l'IA avec des simulations informatiques, et l'équipe a développé un petit robot qui exécute l'algorithme sur une puce informatique, qui pourrait alimenter des drones marins sur Terre ainsi que sur d'autres planètes. Finalement, ils pourraient développer un système autonome qui surveille l'état des océans de la planète, et il le ferait en le combinant avec des prothèses précédemment développées pour aider les méduses à nager sur commande. 

Pour que cette approche fonctionne, les drones doivent décider eux-mêmes où aller et comment s'y rendre. Ils devront probablement s'appuyer sur les données qu'ils collectent eux-mêmes, sous la forme d'informations sur les courants d'eau qu'ils subissent.

Les chercheurs ont utilisé des réseaux d'apprentissage par renforcement pour résoudre ce problème, et ils ont écrit un logiciel qui peut fonctionner sur un petit microcontrôleur. 

L'équipe a pu utiliser une simulation informatique pour apprendre à l'IA à naviguer. Le nageur simulé n'avait accès qu'aux informations sur les courants d'eau à son emplacement immédiat, mais il a pu rapidement apprendre à exploiter les tourbillons dans l'eau pour se diriger vers une cible. 

Ce type de naïvation est courant chez les aigles et les faucons, qui chevauchent des thermiques dans l'air tout en extrayant l'énergie des courants d'air pour manœuvrer. Cela leur permet de se déplacer vers une cible tout en économisant de l'énergie. 

Stratégies de navigation efficaces

Selon l'équipe, leur algorithme d'apprentissage par renforcement pourrait également apprendre des stratégies de navigation plus efficaces que celles utilisées par les poissons dans l'océan.

"Au départ, nous espérions simplement que l'IA pourrait rivaliser avec les stratégies de navigation déjà trouvées chez les vrais animaux nageurs, nous avons donc été surpris de la voir apprendre des méthodes encore plus efficaces en exploitant des essais répétés sur ordinateur", explique Dabiri.

Les chercheurs vont maintenant chercher à tester l'IA sur chaque type de perturbation de flux qu'elle rencontrerait dans l'océan. Ils y parviendront en combinant leurs connaissances en physique des flux océaniques avec la stratégie d'apprentissage par renforcement.

Peter Gunnarson est étudiant diplômé à Caltech et auteur principal de l'article.

"Non seulement le robot apprendra, mais nous apprendrons les courants océaniques et comment naviguer à travers eux", explique Gunnarson.