ИИ использует обучение с подкреплением для навигации по океанам

Инженеры Калифорнийского технологического института, ETH Zurich и Гарварда работают над искусственным интеллектом (ИИ), который позволит автономным дронам использовать океанские течения для облегчения навигации. При таком подходе дронам не нужно бороться с течениями.

Исследование было опубликовано в Природа связи в декабре 8.

Джон О. Дабири — столетний профессор аэронавтики и машиностроения и один из авторов исследования. 

«Когда мы хотим, чтобы роботы исследовали глубины океана, особенно стаями, почти невозможно управлять ими с помощью джойстика с расстояния 20,000 XNUMX футов на поверхности. Мы также не можем предоставить им данные о местных океанских течениях, которые им нужны для навигации, потому что мы не можем обнаружить их с поверхности. Вместо этого в определенный момент нам понадобятся океанские дроны, чтобы они могли сами принимать решения о том, как двигаться», — говорит Дабири.

Тестирование ИИ

Инженеры проверили точность ИИ с помощью компьютерного моделирования, и команда разработала небольшого робота, который запускает алгоритм на компьютерном чипе, который может питать морские беспилотники на Земле, а также на других планетах. В конце концов, они могли бы разработать автономную систему, которая следит за состоянием океанов планеты, и она будет делать это, объединяя ее с протезами, ранее разработанными, чтобы помочь медузам плавать по команде. 

Чтобы этот подход работал, дроны должны самостоятельно принимать решения о том, куда идти и как туда добраться. Им, вероятно, придется полагаться на данные, которые они собирают сами, в виде информации о течениях воды, с которыми они сталкиваются.

Чтобы решить эту проблему, исследователи использовали сети обучения с подкреплением и написали программное обеспечение, которое может работать на небольшом микроконтроллере. 

Команда смогла использовать компьютерную симуляцию, чтобы научить ИИ ориентироваться. Симулированный пловец имел доступ только к информации о течениях в непосредственной близости от него, но он смог быстро научиться использовать вихри в воде, чтобы двигаться к цели. 

Этот тип навигации распространен среди орлов и ястребов, которые летают в термиках в воздухе, извлекая энергию из воздушных потоков для маневрирования. Это позволяет им двигаться к цели, экономя при этом энергию. 

Эффективные стратегии навигации

По словам команды, их алгоритм обучения с подкреплением может также изучать стратегии навигации, которые более эффективны, чем те, которые используются рыбами в океане.

«Сначала мы просто надеялись, что ИИ сможет конкурировать со стратегиями навигации, уже найденными у реальных плавающих животных, поэтому мы были удивлены, увидев, что он изучает еще более эффективные методы, используя повторяющиеся испытания на компьютере», — говорит Дабири.

Теперь исследователи попытаются протестировать ИИ на каждом типе возмущения потока, с которым он может столкнуться в океане. Они добьются этого, объединив свои знания в области физики океанских течений со стратегией обучения с подкреплением.

Питер Гуннарсон — аспирант Калифорнийского технологического института и ведущий автор статьи.

«Не только робот будет учиться, но и мы узнаем об океанских течениях и о том, как ориентироваться в них», — говорит Гуннарсон.