Sabemos mucho menos sobre los océanos de la Tierra que sobre la superficie de la luna o Marte. El fondo del mar está tallado con cañones expansivos, montes submarinos, trincheras profundas y acantilados, la mayoría de los cuales se consideran demasiado peligrosos o inaccesiblespara vehículos autónomos submarinos AUV para navegar.
¿Pero qué pasaría si la recompensa por atravesar esos lugares valiera la pena?
Los ingenieros del MIT ahora han desarrollado un algoritmo que permite a los AUV sopesar los riesgos y las posibles recompensas de explorar una región desconocida. Por ejemplo, si un vehículo encargado de identificar filtraciones de petróleo bajo el agua se acerca a una zanja empinada y rocosa, el algoritmo podría evaluar el nivel de recompensala probabilidad de que exista una filtración de petróleo cerca de esta trinchera, y el nivel de riesgo la probabilidad de colisionar con un obstáculo, si fuera a tomar un camino a través de la trinchera.
"Si fuéramos muy conservadores con nuestro costoso vehículo, diciendo que su capacidad de supervivencia era lo más importante, entonces no encontraríamos nada de interés", dice Benjamin Ayton, un estudiante graduado en el Departamento de Aeronáutica y Astronáutica del MIT. "Pero siEntendemos que existe una compensación entre la recompensa de lo que se reúne y el riesgo o la amenaza de ir hacia estas geografías peligrosas, podemos tomar ciertos riesgos cuando vale la pena ".
Ayton dice que el nuevo algoritmo puede calcular compensaciones de riesgo versus recompensa en tiempo real, ya que un vehículo decide dónde explorar a continuación. Él y sus colegas en el laboratorio de Brian Williams, profesor de aeronáutica y astronáutica, están implementando este algoritmo y otrosen vehículos aéreos no tripulados, con la visión de desplegar flotas de exploradores robóticos audaces e inteligentes para una serie de misiones, incluida la búsqueda de depósitos de petróleo en alta mar, la investigación del impacto del cambio climático en los arrecifes de coral y la exploración de entornos extremos análogos a Europa, un lugar cubierto de hieloLuna de Júpiter que el equipo espera que los vehículos atraviesen algún día.
"Si fuéramos a Europa y tuviéramos una razón muy fuerte para creer que podría haber una observación de mil millones de dólares en una cueva o grieta, lo que justificaría el envío de una nave espacial a Europa, entonces absolutamente nos arriesgaríamos a entrar en eso", dice Ayton." Pero los algoritmos que no consideran el riesgo nunca encontrarán esa observación que puede cambiar la historia ".
Ayton y Williams, junto con Richard Camilli de la Institución Oceanográfica Woods Hole, presentarán su nuevo algoritmo en la conferencia de la Asociación para el Avance de la Inteligencia Artificial esta semana en Honolulu.
un camino en negrita
El nuevo algoritmo del equipo es el primero en permitir el "muestreo adaptativo limitado por el riesgo". Una misión de muestreo adaptativo está diseñada, por ejemplo, para adaptar automáticamente la ruta de un AUV, en función de las nuevas mediciones que el vehículo toma a medida que explora una región determinadaLa mayoría de las misiones de muestreo adaptativo que consideran el riesgo generalmente lo hacen mediante la búsqueda de rutas con un nivel de riesgo concreto y aceptable. Por ejemplo, los AUV pueden programarse para trazar solo rutas con una posibilidad de colisión que no exceda el 5 por ciento.
Pero los investigadores descubrieron que dar cuenta del riesgo solo podría limitar severamente las recompensas potenciales de una misión.
"Antes de entrar en una misión, queremos especificar el riesgo que estamos dispuestos a asumir para un cierto nivel de recompensa", dice Ayton. "Por ejemplo, si un camino nos llevara a más respiraderos hidrotermales, nosotrosestaría dispuesto a asumir esta cantidad de riesgo, pero si no vamos a ver nada, estaríamos dispuestos a asumir menos riesgo ".
El algoritmo del equipo toma datos batimétricos, o información sobre la topografía del océano, incluidos los obstáculos circundantes, junto con la dinámica del vehículo y las mediciones de inercia, para calcular el nivel de riesgo de una determinada ruta propuesta. El algoritmo también toma en cuenta todos los anterioresmediciones que el AUV ha tomado, para calcular la probabilidad de que tales mediciones de alta recompensa puedan existir a lo largo de la ruta propuesta.
Si la relación riesgo / recompensa alcanza un cierto valor, determinado por los científicos de antemano, entonces el AUV continúa con la ruta propuesta, tomando más mediciones que retroalimentan el algoritmo para ayudarlo a evaluar el riesgo y la recompensa de otras rutasa medida que el vehículo avanza
Los investigadores probaron su algoritmo en una simulación de una misión de AUV al este del puerto de Boston. Usaron datos batimétricos recopilados de la región durante una encuesta previa de NOAA, y simularon una exploración de AUV a una profundidad de 15 metros a través de regiones a temperaturas relativamente altasObservaron cómo el algoritmo planificó la ruta del vehículo en tres escenarios diferentes de riesgo aceptable.
En el escenario con el riesgo aceptable más bajo, lo que significa que el vehículo debe evitar cualquier región que tenga una probabilidad muy alta de colisión, el algoritmo trazó una ruta conservadora, manteniendo el vehículo en una región segura que tampoco teníaaltas recompensas, en este caso, altas temperaturas. Para escenarios de mayor riesgo aceptable, el algoritmo trazó rutas más audaces que llevaron a un vehículo a través de un abismo estrecho y, en última instancia, a una región de alta recompensa.
El equipo también ejecutó el algoritmo a través de 10,000 simulaciones numéricas, generando entornos aleatorios en cada simulación a través de los cuales planificar una ruta, y descubrió que el algoritmo "compensa el riesgo con la recompensa intuitivamente, tomando acciones peligrosas solo cuando la recompensa lo justifica".
Una pendiente arriesgada
En diciembre pasado, Ayton, Williams y otros pasaron dos semanas en un crucero frente a las costas de Costa Rica, desplegando planeadores submarinos, en los que probaron varios algoritmos, incluido el más nuevo. En su mayor parte, la planificación de la ruta del algoritmo estuvo de acuerdocon los propuestos por varios geólogos a bordo que buscaban las mejores rutas para encontrar filtraciones de petróleo.
Ayton dice que hubo un momento particular en que el algoritmo limitado por el riesgo resultó especialmente útil. Un AUV se estaba abriendo camino hacia una caída precaria o deslizamiento de tierra, donde el vehículo no podía correr demasiados riesgos.
"El algoritmo encontró un método para ayudarnos a superar la depresión rápidamente, a la vez que valió la pena", dice Ayton. "Nos llevó por un camino que, si bien no nos ayudó a descubrir filtraciones de petróleo, nos ayudó"refinar nuestra comprensión del medio ambiente "
En su visión a largo plazo, los investigadores esperan usar dichos algoritmos para ayudar a los vehículos autónomos a explorar entornos más allá de la Tierra.
"Si fuéramos a Europa y no estuviéramos dispuestos a correr riesgos para preservar una sonda, entonces la probabilidad de encontrar vida sería muy, muy baja", dice Ayton. "Hay que arriesgar un poco para obtenermás recompensa, que generalmente también es cierto en la vida "
Esta investigación fue apoyada, en parte, por Exxon Mobile, como parte de la Iniciativa de Energía del MIT, y por la NASA.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Jennifer Chu. Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :