Штучний інтелект використовує підкріплення навчання для навігації в океані

Інженери з Каліфорнійського технологічного інституту, ETH Цюриха та Гарварду працюють над штучним інтелектом (ШІ), який зможе дозволити автономним дронам використовувати океанські течії для допомоги в навігації. За допомогою цього підходу дронам не потрібно боротися проти течій.

Дослідження було опубліковано в Nature Communications 8 грудня.

Джон О. Дабірі є професором аеронавтики та механічної інженерії та одним із авторів дослідження.

“Коли ми хочемо, щоб роботи досліджували глибокий океан, особливо у зграях, майже неможливо контролювати їх за допомогою джойстика з відстані 20 000 футів на поверхні. Ми також не можемо надавати їм дані про місцеві океанські течії, яких вони потребують для навігації, оскільки ми не можемо виявити їх з поверхні. Натомість, в певний момент нам потрібно, щоб океанські дрони могли приймати рішення про те, як рухатися самостійно”, – говорить Дабірі.

Тестування ШІ

Інженери протестували точність ШІ за допомогою комп’ютерних симуляцій, а команда розробила малий робот, який запускає алгоритм на комп’ютерному чипі, який міг би забезпечувати морські дрони на Землі, а також на інших планетах. Врешті-решт, вони могли б розробити автономну систему, яка контролюватиме стан океанів планети, і це буде зроблено шляхом поєднання її з протезами, раніше розробленими для того, щоб допомогти медузам плавати за командою.

Для того, щоб цей підхід працював, дронам потрібно самостійно приймати рішення про те, куди йти та як туди добратися. Ймовірно, їм доведеться покладатися на дані, які вони збирають самостійно, які будуть у вигляді інформації про водні течії, з якими вони стикаються.

Дослідники використали мережі підкріплення навчання для вирішення цієї проблеми, і вони написали програмне забезпечення, яке може запускатися на малому мікроконтролері.

Команда змогла використовувати комп’ютерну симуляцію для навчання ШІ навігації. Симульований плавець мав доступ лише до інформації про водні течії на своєму місці, але він зміг швидко вивчити, як використати вихори у воді, щоб рухатися до цілі.

Такий тип навігації є поширеним серед орлів і яструбів, які катяться на терміках у повітрі, витягуючи енергію з повітряних течій для маневрування. Це дозволяє їм рухатися до цілі, зберігаючи енергію.

Ефективні стратегії навігації

За словами команди, їхній алгоритм підкріплення навчання також міг би вивчити стратегії навігації, які є більш ефективними, ніж ті, які використовують риби в океані.

“Ми спочатку просто сподівалися, що ШІ зможе конкурувати зі стратегіями навігації, які вже знайдені у реальних плаваючих тварин, тому ми були здивовані, побачивши, як він вивчив навіть більш ефективні методи, використовуючи повторювані випробування на комп’ютері”, – говорить Дабірі.

Дослідники тепер будуть тестувати ШІ на кожному типі порушень потоку, з яким він зустріється в океані. Вони досягнуть цього, поєднавши свої знання про фізику океанських потоків із стратегією підкріплення навчання.

Пітер Гуннарсон є аспірантом Каліфорнійського технологічного інституту та головним автором статті.

“Не тільки робот буде навчатися, але й ми будемо вивчати океанські течії та навчатися, як ними навігації”, – говорить Гуннарсон.