AI använder förstärkt inlärning för att navigera i haven

Ingenjörer vid Caltech, ETH Zurich och Harvard arbetar med en artificiell intelligens (AI) som kan göra det möjligt för autonoma drönare att använda havsströmmar för att underlätta navigation. Med detta tillvägagångssätt behöver drönarna inte kämpa mot strömmarna.

Forskningen publicerades i Nature Communications den 8 december.

John O. Dabiri är professor i aeronautik och maskinteknik och en av författarna till forskningen.

“När vi vill att robotar ska utforska djuphavet, särskilt i svärmar, är det nästan omöjligt att styra dem med en joystick från 20 000 fot under ytan. Vi kan inte heller mata dem med data om de lokala havsströmmar som de behöver för att navigera eftersom vi inte kan upptäcka dem från ytan. Istället måste havsburna drönare vid en viss punkt kunna fatta beslut om hur de ska röra sig på egen hand”, säger Dabiri.

Testning av AI

Ingenjörerna testade AI:s noggrannhet med datorsimulationer, och teamet utvecklade en liten robot som kör algoritmen på en datorchip, som kan driva havsburna drönare på jorden och på andra planeter. Till slut kan de utveckla ett autonomt system som övervakar havens tillstånd, och det skulle göra detta genom att kombinera det med proteser som tidigare utvecklats för att hjälpa maneter att simma på kommando.

För att detta tillvägagångssätt ska fungera måste drönarna fatta beslut på egen hand om vart de ska gå och hur de ska ta sig dit. De kommer troligen att behöva förlita sig på de data de samlar in själva, som skulle vara i form av information om vattenströmmarna de upplever.

Forskarna använde förstärkt inlärningsnätverk för att hantera detta, och de skrev programvara som kan köras på en liten mikrokontroller.

Teamet kunde använda en datorsimulation för att lära AI att navigera. Den simulerade simmaren hade endast tillgång till information om vattenströmmarna på sin omedelbara plats, men den kunde snabbt lära sig att utnyttja virvlar i vattnet för att glida mot ett mål.

Denna typ av navigation är vanlig bland örnar och hökar, som rider på termiska luftströmmar medan de utvinner energi från luftströmmarna för att manövrera. Detta gör att de kan röra sig mot ett mål samtidigt som de sparar energi.

Effektiva navigeringsstrategier

Enligt teamet kunde deras förstärkta inlärningsalgoritm också lära sig navigeringsstrategier som är mer effektiva än de som används av fiskar i havet.

“Vi hoppades initialt bara att AI kunde konkurrera med navigeringsstrategier som redan finns i riktiga simmande djur, så vi blev förvånade över att se att den lärde sig ännu mer effektiva metoder genom att utnyttja upprepade försök på datorn”, säger Dabiri.

Forskarna kommer nu att testa AI på varje typ av flödesstörning den skulle möta i havet. De kommer att uppnå detta genom att kombinera sin kunskap om havsflödesfysik med den förstärkta inlärningsstrategin.

Peter Gunnarson är en doktorand vid Caltech och huvudförfattare till artikeln.

“Inte bara kommer roboten att lära sig, utan vi kommer också att lära oss om havsströmmar och hur man navigerar genom dem”, säger Gunnarson.