人工智能使用强化学习来导航海洋

加州理工学院、瑞士联邦理工大学和哈佛大学的工程师们正在开发一种人工智能（AI），使得自主无人机能够利用海洋洋流来辅助导航。这种方法使得无人机不必与洋流抗争。

该研究发表在 Nature Communications 于12月8日。

约翰·奥·达比里是航空和机械工程的百年教授，也是该研究的作者之一。

“当我们希望机器人探索深海，尤其是在成群结队的情况下，从20,000英尺远的表面用操纵杆控制它们几乎是不可能的。我们也无法提供它们需要用来导航的当地海洋洋流数据，因为我们无法从表面检测到它们。相反，在某个时候，我们需要海上无人机能够自己做出如何移动的决定，”达比里说。

测试人工智能

工程师们使用计算机模拟测试了人工智能的准确性，并开发了一个小型机器人，它在计算机芯片上运行算法，这可以为地球和其他行星上的海上无人机提供动力。最终，他们可以开发出一个自主系统来监测地球海洋的状况，它将通过将其与之前开发的假肢结合起来来实现，这些假肢可以帮助水母按照命令游泳。

为了使这种方法有效，无人机必须自己决定去哪里和如何到达那里。它们可能需要依靠自己收集的数据，这将以它们正在经历的水流信息的形式存在。

研究人员使用强化学习网络来解决这个问题，并编写了可以在小型微控制器上运行的软件。

该团队能够使用计算机模拟来教导人工智能导航。模拟的游泳者只能访问其立即位置的水流信息，但它能够快速学习如何利用水中的漩涡来滑向目标。

这种类型的导航在鹰和鹰中很常见，它们在空气中乘坐热气流，同时从空气流中提取能量来操纵。这使它们能够在节省能量的同时向目标移动。

有效的导航策略

根据该团队的说法，他们的强化学习算法还可以学习比海洋中鱼类使用的导航策略更有效的策略。

“我们最初只是希望人工智能能够与现实游泳动物中发现的导航策略竞争，所以我们很惊讶地看到它通过在计算机上重复试验学习了更有效的方法，”达比里说。

研究人员现在将测试人工智能在海洋中遇到的每种类型的流动扰动。他们将通过将海流物理知识与强化学习策略相结合来实现这一点。

彼得·冈纳森是加州理工学院的研究生，也是论文的首席作者。

“不仅机器人会学习，我们也会学习关于海洋洋流和如何通过它们导航，”冈纳森说。