AI Menggunakan Pembelajaran Penguatan untuk Mengarungi Lautan

Insinyur di Caltech, ETH Zurich, dan Harvard sedang mengerjakan kecerdasan buatan (AI) yang memungkinkan drone otonom menggunakan arus laut untuk membantu navigasi mereka. Dengan pendekatan ini, drone tidak harus melawan arus.

Penelitian ini dipublikasikan di Alam Komunikasi pada 8 Desember.

John O. Dabiri adalah Profesor Centennial Aeronautics and Mechanical Engineering dan salah satu penulis penelitian ini. 

“Saat kami ingin robot menjelajahi lautan dalam, terutama dalam kawanan, hampir tidak mungkin untuk mengontrolnya dengan joystick dari jarak 20,000 kaki di permukaan. Kami juga tidak dapat memberi mereka data tentang arus laut lokal yang harus mereka navigasikan karena kami tidak dapat mendeteksi mereka dari permukaan. Sebaliknya, pada titik tertentu kita membutuhkan drone yang membawa lautan untuk dapat membuat keputusan tentang bagaimana bergerak sendiri,” kata Dabiri.

Menguji AI

Para insinyur menguji keakuratan AI dengan simulasi komputer, dan tim mengembangkan robot kecil yang menjalankan algoritme pada chip komputer, yang dapat menggerakkan drone lintas laut di Bumi serta planet lain. Akhirnya, mereka dapat mengembangkan sistem otonom yang memantau kondisi lautan planet, dan ini akan dilakukan dengan menggabungkannya dengan prostetik yang sebelumnya dikembangkan untuk membantu ubur-ubur berenang sesuai perintah. 

Agar pendekatan ini berhasil, drone harus membuat keputusan sendiri tentang ke mana harus pergi dan bagaimana menuju ke sana. Mereka mungkin harus mengandalkan data yang mereka kumpulkan sendiri, yang berupa informasi tentang arus air yang mereka alami.

Para peneliti menggunakan jaringan pembelajaran penguatan untuk mengatasi hal ini, dan mereka menulis perangkat lunak yang dapat dijalankan pada mikrokontroler kecil. 

Tim tersebut dapat menggunakan simulasi komputer untuk mengajarkan AI untuk bernavigasi. Perenang yang disimulasikan hanya memiliki akses ke informasi tentang arus air di lokasi terdekatnya, tetapi ia dapat dengan cepat mempelajari cara mengeksploitasi vortisitas di air untuk meluncur menuju target. 

Jenis naifasi ini biasa terjadi pada elang dan elang, yang mengendarai termal di udara sambil mengekstraksi energi dari arus udara untuk bermanuver. Ini memungkinkan mereka untuk bergerak menuju target sambil menghemat energi. 

Strategi Navigasi yang Efektif

Menurut tim, algoritma pembelajaran penguatan mereka juga bisa mempelajari strategi navigasi yang lebih efektif daripada yang digunakan ikan di lautan.

“Kami awalnya hanya berharap AI dapat bersaing dengan strategi navigasi yang sudah ditemukan pada hewan perenang sungguhan, jadi kami terkejut melihatnya mempelajari metode yang lebih efektif dengan mengeksploitasi percobaan berulang di komputer,” kata Dabiri.

Para peneliti sekarang akan mencoba menguji AI pada setiap jenis gangguan aliran berbeda yang akan ditemuinya di lautan. Mereka akan mencapai ini dengan menggabungkan pengetahuan mereka tentang fisika aliran laut dengan strategi pembelajaran penguatan.

Peter Gunnarson adalah mahasiswa pascasarjana di Caltech dan penulis utama makalah ini.

“Robot tidak hanya akan belajar, tetapi kita juga akan belajar tentang arus laut dan cara menavigasi melaluinya,” kata Gunnarson.