[ad_1]
Группа исследователей из институтов ICM-CSIC, Барселона, и MBARI, Калифорния, задействовали “обучение с подкреплением” (reinforcement learning) для тренировки подводных роботов — разработчики учат системы оптимизировать траектории своего движения и находить на дне объекты и животных в полностью автономном режиме.
Ожидается, что подход углубит исследования экологических феноменов и миграций морских организмов. Кроме того, роботы смогут поддерживать, обслуживать и дополнять другие морские и спутниковые системы.
Исследователи испытывали технологию на АНПА Sparus II, разработанном испанским институтом VICOROB. Для позиционирования использовался ряд акустических методов, позволяющих оценить положение объекта с учетом измерений расстояний, сделанных в разных точках. Однако этот факт делает точность определения местоположения объекта очень зависимой от места проведения измерений акустической дальности. И здесь становится важным применение искусственного интеллекта и, в частности, обучения с подкреплением, которое позволяет формировать оптимальную траекторию движения робота.
Нейронные сети обучались, в частности, на компьютерном кластере в Барселонский суперкомпьютерный центр (BSC-CNS), где расположен самый мощный суперкомпьютер в Испании и один из самых мощных в Европе. Это позволило настроить параметры различных алгоритмов намного быстрее, чем при использовании обычных компьютеров,
В будущем, алгоритмы задействуют для поиска подводных объектов, обнаружения фронтов и термоклинов и коллаборативного подъема водорослей.
по материалам
[ad_2]
