AI bruker forsterkningslæring for å navigere i hav

Ingeniører ved Caltech, ETH Zurich og Harvard jobber med en kunstig intelligens (AI) som kan gjøre det mulig for autonome droner å bruke havstrømmer for å hjelpe deres navigering. Med denne tilnærmingen trenger ikke dronene å kjempe gjennom strømmene.

Forskningen ble publisert i Nature Communications på desember 8.

John O. Dabiri er hundreårsprofessor i luftfart og maskinteknikk og en av forfatterne av forskningen. 

«Når vi vil at roboter skal utforske dyphavet, spesielt i svermer, er det nesten umulig å kontrollere dem med en joystick fra 20,000 XNUMX fot unna ved overflaten. Vi kan heller ikke mate dem med data om de lokale havstrømmene de trenger for å navigere fordi vi ikke kan oppdage dem fra overflaten. I stedet trenger vi på et visst tidspunkt havbårne droner for å kunne ta beslutninger om hvordan de skal flytte for seg selv, sier Dabiri.

Tester AI

Ingeniørene testet AIs nøyaktighet med datasimuleringer, og teamet utviklet en liten robot som kjører algoritmen på en databrikke, som kan drive sjøbårne droner på jorden så vel som andre planeter. Til slutt kunne de utvikle et autonomt system som overvåker tilstanden til planetens hav, og det ville gjøre dette ved å kombinere det med proteser som tidligere er utviklet for å hjelpe maneter med å svømme på kommando. 

For at denne tilnærmingen skal fungere, må dronene ta avgjørelser på egen hånd om hvor de skal dra og hvordan de skal komme seg dit. De vil sannsynligvis måtte stole på dataene de samler inn selv, som vil være i form av informasjon om vannstrømmene de opplever.

Forskerne brukte forsterkningslæringsnettverk for å løse dette, og de skrev programvare som kan kjøres på en liten mikrokontroller. 

Teamet var i stand til å bruke en datasimulering for å lære AI å navigere. Den simulerte svømmeren hadde bare tilgang til informasjon om vannstrømmene på sin umiddelbare plassering, men den var i stand til raskt å lære å utnytte virvler i vannet for å kysse mot et mål. 

Denne typen naivasjon er vanlig blant ørner og hauker, som rir termikk i luften mens de trekker ut energi fra luftstrømmer for å manøvrere. Dette lar dem bevege seg mot et mål samtidig som de sparer energi. 

Effektive navigasjonsstrategier

Ifølge teamet kan forsterkningslæringsalgoritmen deres også lære navigasjonsstrategier som er mer effektive enn de som brukes av fisk i havet.

"Vi håpet i utgangspunktet bare at AI kunne konkurrere med navigasjonsstrategier som allerede finnes i ekte svømmende dyr, så vi ble overrasket over å se den lære enda mer effektive metoder ved å utnytte gjentatte forsøk på datamaskinen," sier Dabiri.

Forskerne vil nå se etter å teste AI på hver type strømningsforstyrrelse den vil møte i havet. De vil oppnå dette ved å kombinere sin kunnskap om havstrømsfysikk med strategien for forsterkning.

Peter Gunnarson er hovedfagsstudent ved Caltech og hovedforfatter av artikkelen.

"Ikke bare vil roboten lære, men vi vil lære om havstrømmer og hvordan man kan navigere gjennom dem," sier Gunnarson.