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),它可以让自主无人机利用洋流来辅助导航,而不是在洋流中艰难前行。
“当我们希望机器人探索深海,尤其是成群结队地探索时,几乎不可能在2万英尺外的海面上用操纵杆控制它们。我们也无法向它们提供有关它们航行所需的当地洋流的数据,因为我们无法从表面探测到这些洋流。相反,在某种程度上,我们需要海洋无人机能够自主决定如何移动。”约翰·o·达比利说,他是加州理工学院航空和机械工程教授,也是12月8日发表在《自然通讯》上的一篇关于这项研究的论文的通讯作者。
人工智能的性能通过计算机模拟进行了测试,但研发团队还开发了一个手掌大小的小型机器人,它在一个微型计算机芯片上运行算法,可以为地球和其他星球上的海上无人机提供动力。他们的目标是创建一个自主系统来监测地球上的海洋状况,例如将该算法与他们之前开发的假肢结合使用,让水母根据指令游得更快。运行该算法的全机械机器人甚至可以探索其他星球的海洋,比如土卫二或木卫二。
在任何一种情况下,无人机都需要能够自行决定去哪里,以及最有效的到达方式。要做到这一点,它们可能只能凭自己收集数据——也就是关于它们目前所经历的洋流信息。
为了解决这一挑战,研究人员转向了强化学习(RL)网络。与传统神经网络相比,强化学习网络不使用静态数据集进行训练,而是在收集经验的同时以此进行训练。这种方案允许它们存在于更小的计算机上——Teensy开发板,一个2.4乘0.7英寸的微控制器,任何人都可以在亚马逊上以不到30美元的价格买到,而且功率有大约半瓦。为了这个项目,该团队编写了可以在Teensy上安装和运行的软件。
计算机模拟了这样的一个场景:当水中有障碍物经过时,会产生几个朝反方向运动的漩涡,研究团队训练AI利用漩涡后方的低速区域,以最小的功率滑向目标位置。为了帮助导航,AI只能获得关于其附近位置的水流信息,但它很快就学会了如何利用涡流向所需的目标滑行。
在实体机器人中,人工智能同样只能从机载陀螺仪和加速度计获取信息,这两种传感器对于机器人平台来说都是相对较小且成本较低的传感器。
这种导航方式类似于鹰在空中利用气流,从气流中提取能量,以最小的自身能量消耗运动到理想的位置。令人惊讶的是,研究人员发现,他们的强化学习算法学到的导航策略,甚至比人们认为的海洋中真正的鱼使用的导航策略更有效。
达比利说:“我们最初只是希望人工智能能够与已经在真正的游泳动物身上发现的导航策略竞争,而今我们惊讶地看到,它通过在计算机上反复试验,学会了更有效的方法。”
这项技术仍处于起步阶段。目前,该团队希望测试人工智能在执行海洋任务时可能遇到的每一种不同类型的洋流干扰——例如旋涡和潮汐——以评估其在自然环境中的有效性。然而,通过将洋流物理知识纳入强化学习策略,研究人员的目标是克服这些环境限制。目前的研究证明了RL网络在应对这一挑战方面的潜在有效性——尤其是因为它们可以在如此小的设备上运行。为了在现场进行试验,研究小组将Teeny开发板放在一架名为“CARL-Bot”(加州理工学院自主强化学习机器人)的定制无人机上。无人机将被扔进加州理工学院校园里一个新建的两层楼高的水箱里,然后教它如何在水中航行。
“不仅是机器人会学习,我们也得学习洋流以及如何在洋流中航行。”加州理工学院研究生、论文的主要作者彼得·贡纳尔森说。
(独家编译:科幻世界)
最热文章
人工智能写科幻小说,和作家写科幻小说有什么不一样?
德国概念设计师Paul Siedler的场景创作,宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期,但是《静音》仍让人颇为期待
最近,美国最大的经济研究机构——全国经济研究所(NBER,全美超过一半的诺奖经济学得主都曾是该机构的成员)发布了一份报告,全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》(overlord),背景设置在二战时期,很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道,到处都在重启;我们也知道,如果有钱,啥都能重启。所以,会不会被重启算不上是个问题,只能问什么时候会被重启。自然而然地,世界各地的各种重启现象衍生出了一个有趣的猜猜游戏:哪一部老作品会是下一个接受这种待遇的?\n