Inteligência Artificial guia drones para navegar em oceanos

Engenheiros da Caltech, ETH Zurich e Harvard estão desenvolvendo inteligência artificial (IA) que permitirá que drones autônomos usem correntes oceânicas para auxiliar sua navegação, em vez de lutar contra elas.

"Quando queremos que robôs explorem o oceano profundo, especialmente em enxames, é quase impossível controlá-los com um joystick a 6.000 pés de distância da superfície. Também não podemos fornecer dados sobre as correntes oceânicas locais que eles precisam navegar porque não podemos detectá-los da superfície. Em vez disso, em um certo ponto, precisamos de drones oceânicos para poder tomar decisões sobre como se locomover", disse o professor John O. Dabiri.

O desempenho da IA ​​foi testado usando simulações de computador, mas a equipe por trás do esforço também desenvolveu um pequeno robô do tamanho da palma da mão que executa o algoritmo em um pequeno chip de computador que pode alimentar drones marítimos na Terra e em outros planetas. O objetivo seria criar um sistema autônomo para monitorar a condição dos oceanos do planeta, por exemplo, usando o algoritmo em combinação com próteses que eles desenvolveram anteriormente para ajudar as águas-vivas a nadar mais rápido e sob comando. Robôs totalmente mecânicos que executam o algoritmo podem até explorar oceanos em outros mundos, como Enceladus ou Europa.

Em qualquer cenário, os drones precisariam tomar decisões por conta própria sobre para onde ir e a maneira mais eficiente de chegar lá. Para fazer isso, eles provavelmente terão apenas dados que podem coletar – informações sobre as correntes de água que estão enfrentando atualmente.

Para enfrentar esse desafio, os pesquisadores se voltaram para redes de aprendizado por reforço (RL). Em comparação com as redes neurais convencionais, as redes de aprendizado por reforço não treinam em um conjunto de dados estático, mas treinam o mais rápido que podem coletar experiência. Este esquema permite que eles existam em computadores muito menores. Para os propósitos deste projeto, a equipe escreveu um software que pode ser instalado e executado em um Teensy – um microcontrolador de 2,4 por 0,7 polegadas que qualquer pessoa pode comprar por menos de US$ 30 na Amazon e usa apenas cerca de meio watt de energia.

Usando uma simulação de computador na qual o fluxo passando por um obstáculo na água criava vários vórtices movendo-se em direções opostas, a equipe ensinou a IA a navegar de tal forma que aproveitasse as regiões de baixa velocidade na esteira dos vórtices para chegar à costa. localização de destino com uso mínimo de energia. Para ajudar na navegação, o nadador simulado só tinha acesso a informações sobre as correntes de água em sua localização imediata, mas logo aprendeu a explorar os vórtices para chegar ao alvo desejado. Em um robô físico, a IA também teria acesso apenas a informações que poderiam ser coletadas de um giroscópio e acelerômetro integrados, que são sensores relativamente pequenos e de baixo custo para uma plataforma robótica.

Esse tipo de navegação é análogo ao modo como águias e gaviões montam térmicas no ar, extraindo energia das correntes de ar para manobrar até um local desejado com o mínimo de energia. Surpreendentemente, os pesquisadores descobriram que seu algoritmo de aprendizado por reforço pode aprender estratégias de navegação que são ainda mais eficazes do que aquelas que se pensa serem usadas por peixes reais no oceano.

A tecnologia ainda está em sua infância:atualmente, a equipe gostaria de testar a IA em cada tipo diferente de distúrbio de fluxo que possivelmente encontraria em uma missão no oceano – por exemplo, vórtices giratórios versus correntes de maré – para avaliar sua eficácia Na natureza. No entanto, ao incorporar seu conhecimento da física do fluxo oceânico dentro da estratégia de aprendizado por reforço, os pesquisadores pretendem superar essa limitação. Sua pesquisa comprova a eficácia potencial das redes RL para enfrentar esse desafio – principalmente porque elas podem operar em dispositivos tão pequenos. Para tentar isso em campo, a equipe está colocando o Teensy em um drone personalizado apelidado de "CARL-Bot" (Caltech Autonomous Reinforcement Learning Robot). O CARL-Bot será jogado em um tanque de água de dois andares recém-construído no campus da Caltech e ensinado a navegar pelas correntes oceânicas.