人工智能利用强化学习在海洋中导航

加州理工学院、苏黎世联邦理工学院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 上，日期为 12 月 8 日。

约翰·奥·达比里（John O. Dabiri）是航空和机械工程的百年教授，也是研究的作者之一。

“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 英尺远的表面控制它们几乎是不可能的。我们也无法提供有关它们需要导航的当地海洋洋流的数据，因为我们无法从表面检测到它们。相反，在某一点上，我们需要海上无人机能够自己决定如何移动，”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，该机器人在计算机芯片上运行算法，该芯片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，这将通过将其与之前开发的用于帮助水母按照命令游泳的假肢相结合来实现。

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。它们可能需要依赖于自己收集的数据，这将以它们正在经历的水流信息的形式出现。

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进行导航。模拟的游泳者只能够访问其当前位置的水流信息，但它能够快速学习如何利用水中的漩涡来向目标方向滑行。

这种导航方式在鹰和鹰隼中很常见，它们利用空气中的热气流来获取能量并进行机动。这使它们能够向目标移动同时节省能量。

有效的导航策略

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

“我们最初只是希望人工智能能够与现实中游泳动物的导航策略竞争，所以我们很惊讶地看到它通过在计算机上反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各种类型的流动扰动。彼得·冈纳森（Peter Gunnarson）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。