Инженеры обучают ИИ вести океанские дроны с максимальной энергоэффективностью
Ученые из Калифорнийского технологического института (США), Высшей технической школы Цюриха (Швейцария) и Гарварда (США) разрабатывают искусственный интеллект, который позволил бы автономным океанским дронам использовать течения для помощи в передвижении, а не плыть против них.
Инженеры столкнулись с проблемой при исследовании океанических глубин дронами — аппаратами практически невозможно управлять на глубине более 6 тыс. метров. На таком расстоянии от поверхности воды, свое воздействие оказывают подводные течения, препятствующие пилотированию. Также в память дрона нельзя заранее записать данные о поведении течений, так как их нельзя точно обнаружить с поверхности. Для решения проблемы ученые поставили перед собой задачу разработать аппараты, которые могли бы самостоятельно принимать решения о движении.
Для конструирования дрона инженеры вдохновлялись природными решениями — некоторые биологические виды используют информацию о течении для навигации под водой. К примеру рыбки данио полагаются на боковые линии на теле для определения скорости течения и обнаружения препятствий, а некоторые виды тюленей могут охотиться в полной темноте благодаря своим усам, обнаруживая ими свое положение в воде. Готовый опытный образец разработанного дрона получил название CARL-Bot (Caltech Autonomous Reinforcement Learning Robot).
CARL-Bot в естественной среде обитания
При реализации ИИ для дрона ученые выбрали модель машинного обучения с подкреплением. Все дело в том, что обучение с подкреплением формирует опыт на информации, получаемой в реальном времени, другие модели же учатся на статичном датасете. Также использование модели обучения с подкреплением позволяет написать производительный и оптимизированный код. В ходе работы инженерам удалось уместить ПО в память микроконтроллера Teensy. Производительность ИИ была протестирована с помощью технологий компьютерного моделирования.
Во время обучения ученые использовали вихревые потоки воды с разнонаправленным движением. В итоге удалось научить искусственный интеллект ориентироваться в таких условиях и использовать области с низкой скоростью движения течения для того, чтобы двигаться вместе с потоком. Подобный способ передвижения чем-то напоминает полеты орлов и ястребов в воздушном потоке, когда птицы выбирают максимально выгодное положение для перелетов на длинные расстояния без применения дополнительных усилий.
Также ученые подчеркнули, что технология еще находится на раннем этапе развития и сейчас перед командой исследователей стоит задача провести испытания на всех разновидностях океанических течений, которые могут повстречаться в реальных условиях. Уже полученный результат доказывает потенциальную эффективность моделей обучения с подкреплением в вопросах навигации. Также инженеры рассказали о том, что соорудили в кампусе Калифорнийского университета двухъярусный резервуар с водой для практических опытов и уже начали проводить испытания в нем.
