Trí tuệ nhân tạo sử dụng học tăng cường để điều hướng đại dương

Các kỹ sư tại Caltech, ETH Zurich và Harvard đang làm việc trên một trí tuệ nhân tạo (AI) có thể cho phép các máy bay không người lái tự động sử dụng dòng chảy đại dương để hỗ trợ điều hướng của chúng. Với cách tiếp cận này, các máy bay không người lái không phải chống lại dòng chảy.

Nghiên cứu đã được công bố trên Nature Communications vào ngày 8 tháng 12.

John O. Dabiri là Giáo sư Cơ khí và Kỹ thuật Hàng không và là một trong những tác giả của nghiên cứu.

“Khi chúng ta muốn các robot khám phá đại dương sâu, đặc biệt là trong đàn, điều đó gần như không thể kiểm soát được từ 20.000 feet cách bề mặt. Chúng ta cũng không thể cung cấp cho chúng dữ liệu về dòng chảy đại dương địa phương mà chúng cần để điều hướng vì chúng ta không thể phát hiện chúng từ bề mặt. Thay vào đó, tại một thời điểm nhất định, chúng ta cần các máy bay không người lái trên đại dương có thể tự đưa ra quyết định về cách di chuyển,” Dabiri nói.

Thử nghiệm AI

Các kỹ sư đã thử nghiệm độ chính xác của AI với các mô phỏng máy tính, và nhóm đã phát triển một robot nhỏ chạy thuật toán trên một chip máy tính, có thể cung cấp năng lượng cho các máy bay không người lái trên đại dương trên Trái đất cũng như trên các hành tinh khác. Cuối cùng, họ có thể phát triển một hệ thống tự động để theo dõi tình trạng của đại dương trên hành tinh, và nó sẽ làm điều này bằng cách kết hợp với các bộ phận giả đã được phát triển để giúp các loài sứa bơi theo lệnh.

Để cách tiếp cận này hoạt động, các máy bay không người lái phải tự đưa ra quyết định về nơi đi và cách đến đó. Chúng sẽ có khả năng phải dựa vào dữ liệu mà chúng thu thập, dưới dạng thông tin về dòng chảy nước mà chúng đang trải qua.

Các nhà nghiên cứu đã sử dụng mạng lưới học tăng cường để giải quyết vấn đề này, và họ đã viết phần mềm có thể chạy trên một bộ điều khiển nhỏ.

Đội ngũ đã có thể sử dụng một mô phỏng máy tính để dạy AI điều hướng. Người bơi mô phỏng chỉ có quyền truy cập vào thông tin về dòng chảy nước tại vị trí ngay lập tức của nó, nhưng nó đã có thể nhanh chóng học cách khai thác các xoáy trong nước để trôi về phía mục tiêu.

Loại điều hướng này phổ biến ở các loài chim như đại bàng và diều hâu, chúng cưỡi trên các dòng nhiệt trong không khí trong khi trích xuất năng lượng từ dòng chảy không khí để điều khiển. Điều này cho phép chúng di chuyển về phía mục tiêu trong khi tiết kiệm năng lượng.

Chiến lược điều hướng hiệu quả

Theo nhóm nghiên cứu, thuật toán học tăng cường của họ cũng có thể học các chiến lược điều hướng hiệu quả hơn những chiến lược được sử dụng bởi cá trong đại dương.

“Chúng tôi ban đầu chỉ hy vọng AI có thể cạnh tranh với các chiến lược điều hướng đã được tìm thấy trong các loài động vật bơi thật, vì vậy chúng tôi đã ngạc nhiên khi thấy nó học các phương pháp hiệu quả hơn bằng cách khai thác các thử nghiệm lặp lại trên máy tính,” Dabiri nói.

Các nhà nghiên cứu sẽ hiện đang thử nghiệm AI trên từng loại dòng chảy khác nhau mà nó sẽ gặp phải trong đại dương. Họ sẽ đạt được điều này bằng cách kết hợp kiến thức của họ về vật lý dòng chảy đại dương với chiến lược học tăng cường.

Peter Gunnarson là một sinh viên sau đại học tại Caltech và là tác giả chính của bài báo.

“Không chỉ robot sẽ học, mà chúng tôi cũng sẽ học về dòng chảy đại dương và cách điều hướng qua chúng,” Gunnarson nói.