AIは強化学習を使用して海洋を航行する

カリフォルニア工科大学、スイス連邦工科大学、ハーバード大学のエンジニアは、オーシャンカレントを利用して自律ドローンを航行させることができる人工知能（AI）を開発しています。このアプローチにより、ドローンはカレントと戦う必要がなくなります。

この研究は、ネイチャー・コミュニケーションズに2021年12月8日に掲載されました。

ジョン・オー・ダビリは、航空宇宙工学と機械工学の教授であり、研究の著者の一人です。

「深海を探索するロボットをスワームで制御することは、20,000フィート離れた海面からジョイスティックで制御することはほぼ不可能です。さらに、ロボットが航行するために必要なローカルな海洋カレントのデータを提供することもできません。ある時点で、海洋に乗ったドローンが自分で動き方を決定できるようにする必要があります」とダビリは述べています。

AIのテスト

エンジニアは、コンピューターシミュレーションを使用してAIの精度をテストしました。チームは、小型ロボットを開発しました。これは、コンピューターチップ上でアルゴリズムを実行でき、地球や他の惑星上的海上ドローンを動かすことができます。最終的に、チームは、海洋の状態を監視する自律システムを開発することを目指しています。これは、海洋カレントの物理学の知識と強化学習戦略を組み合わせることで実現します。

このアプローチが機能するためには、ドローンは自分で目的地への移動方法を決定する必要があります。ドローンは、自分で収集したデータ、つまり経験した水流に関する情報に頼る必要があります。

研究者は、この問題に対処するために強化学習ネットワークを使用しました。さらに、ソフトウェアを書き込み、小型マイクロコントローラー上で実行できるようにしました。

チームは、コンピューターシミュレーションを使用してAIをナビゲーションに教えることができました。シミュレートされたスイマーは、ただ自分の周囲の水流に関する情報しか持っていませんでしたが、ターゲットに向かって移動するために水流の渦を利用する方法をすばやく学習することができました。

このタイプのナビゲーションは、ワシやタカが空中の熱気流を利用してエネルギーを節約するのと同様です。彼らはターゲットに向かって移動しながら、エネルギーを節約できます。

効果的なナビゲーション戦略

チームによると、彼らの強化学習アルゴリズムは、魚が使用するものよりも効果的なナビゲーション戦略を学習することができます。

「当初、私たちはAIが既存のナビゲーション戦略と競争することを期待していました。そこで、コンピュータ上で繰り返し試行錯誤した結果、より効果的な方法を学習することができたことに驚きました」とダビリは述べています。

研究者は、海洋で発生するさまざまなタイプの流れの乱れに対してAIをテストすることを目指しています。彼らは、海洋流れの物理学の知識と強化学習戦略を組み合わせることで、これを達成します。

ピーター・ガンナーソンは、カリフォルニア工科大学の大学院生であり、研究論文の第一著者です。

「ロボットが学習するだけでなく、海洋カレントとそれを通してナビゲーションする方法についても学びます」とガンナーソンは述べています。