自治系统提高了在海上环境取样



一个自治机器人系统发明研究人员在澳门太阳城官网(备用网站)和伍兹霍尔海洋研究所(WHOI)有效地嗅着出最科学意义的 - 但很难找到的 - 取样辽阔,海域未开发的景点。

通常,环境科学家感兴趣的是在环境聚集在最有趣的地方样本,或“最大”。一个示例可以是化学品泄漏的来源,其中该浓度是最高的,并主要由外部因素未受破坏。但最大值可以是任何可量化的研究人员想要测量也就是说,如水深或MOST暴露于空气中的珊瑚礁的部分。

即使是在未知的水域,澳门太阳城官网(备用网站)开发的机器人系统能够有效地嗅出有价值的,难以找到的地点,从收集样本。实施时部署在独立的船只在巴巴多斯海岸(如图),该系统很快找到了最暴露的珊瑚头,意思它位于最浅的斑点 - 这是研究生物如何太阳下暴晒的影响珊瑚有用。研究者的形象礼貌

努力部署最大寻求机器人从精度和效率问题的影响。通常,机器人会来回移动像割草机覆盖一个区域,这是耗时的,并收集许多无趣的样本。某种意义上机器人和高浓度遵循步道他们泄露源。他们可以,但被误导。例如,化学品可以得到被困在裂缝从源远积累。这些机器人可以识别高浓度点作为源又无处接近。

在智能机器人国际和系统(的IRO)的存在会议提交了一份文件,介绍了研究人员“羽状物”,使移动系统到自主机器人到零上最大远更快更高效。概率技术的杠杆羽毛来预测哪些路径可能导致到最大,而航行障碍物,转移电流和其他变量。因为它收集的样品,它的重量就是它的教训,以确定是否继续向下的路径看好或搜索未知的 - 这可能怀有更有价值的样本。

重要的是,羽饰河段没有感到目的地ITS受困于高浓度棘手的那些景点。 “这很重要,因为它很容易认为你已经发现了金矿,但实际上你发现傻瓜的黄金,说:”共同第一作者维多利亚普雷斯顿,博士学位的学生在计算机科学和人工智能实验室(CSAIL)和澳门太阳城官网(备用网站)伍兹霍尔海洋研究所的联合计划。

研究人员建立了一个羽状供电的机器人船,成功地检测到了Bellairs在巴巴多斯岸礁最暴露的珊瑚头 - 这意味着,它位于最浅的斑点 - 这对于研究生物的阳光照射如何影响珊瑚是非常有用的。在不同的水下环境100次模拟试验中,虚拟机器人羽状一致也收集比方法最大分配的时帧的传统覆盖七至八倍更多的样品。

“羽流确实在收集有价值的样品有勘探必须找到最大的最小量,然后浓缩很快,”合着者说,第一吉纳维夫Flaspohler,学生和CSAIL博士学位,澳门太阳城官网(备用网站),伍兹霍尔海洋研究所的联合计划。

普雷斯顿加入和Flaspohler在纸上是:下午安娜米歇尔和约杰什Girdhar,在海洋应用物理和工程在WHOI部两个科学家;和Nicholas罗伊,在CSAIL和航空航天系教授。  

导航漏洞利用,探索折衷

羽毛的关键洞察力利用技术从概率推理导航开发什么了解了环境和探索未知领域,可能是更有价值的关系的众所周知的复杂的权衡了。

“在最大追求的主要挑战是平衡使机器人从地利用信息,它已经知道有高浓度和探索,它不知道太多关于准备的地方,” Flaspohler说。 “如果机器人探索太多,也不会在最大收集足够的有价值的样本。如果没有足够的探索,它可能完全错过最大“。

投进一个新的环境,一个机器人供电的羽毛,使用称为高斯概率模型的统计过程中做出准备的环境变量,如化学浓度,以及估计不确定性感应预测。然后生成的可能的路径的机器人可以采取,并使用估计到秩值和不确定性的每个路径通过它允许有多好机器人探索和利用一个分布羽流。

首先,烟羽将随机选择的路径探索环境。每个样品,然而,提供了新的信息关于周围环境有针对性的价值观 - 如用化学物质或浅的深度的浓度最高点。高斯模型利用了处理数据来缩小即可能的路径,机器人可以从STI遵循给位置样本从更高的值随着位置。羽毛用一种新的目标函数 - 在机器学习,以扩大奖励常用的 - 使无论是机器人应探索或利用知识过去新区呼叫。

“幻觉”路径

这里收集下一个样品的决定依赖于系统的能力“幻觉”一切可能的未来行动从当前位置。这样做,它利用蒙特卡罗树搜索(MCTS),为普及人工智能系统,其掌握复杂的游戏,如围棋和国际象棋供电的路径规划技术的改良版本。

MCTS用决策树 - 地图连接的节点和线路 - 模拟路径,或序列招式,到了最后获胜的行动需要。但在游戏中,可能的路径的空间是有限的。在未知的环境中,具有实时变化的动态,空间是无限的,有效,使规划变得极其困难。研究人员设计了“连续观察MCTS,”它利用高斯过程和新的目标函数的可能笨重的实际路径ESTA空间搜索过。

决策树开始的MCTS ESTA根与“信仰”的节点,这是一项迫切的步骤,机器人可以采取。 ESTA节点包含机器人的动作和观察,直到这一点的整个历史。然后,系统扩展从根到新的线路和节点,寻找未来的行动在几个步骤的树,导致探索和未开发的领域。

然后,系统仿真,如果它从每个那些新产生的节点拿了一个样品的基础上,一些模式it've从以前的意见,得知会发生什么。根据模拟的终端节点的值,整个路径,接收奖励得分,数值越高,等于更有前途的行动。从所有路径奖励分数被回滚到根节点。机器人选择最高得分路径,取得一个步骤,并且收集真实样品。然后,用真实的数据来更新其高斯模型,并重复这个过程“幻觉”的过程。

“只要在系统继续产生幻觉,可能会有在世界上看不见的部分更高的价值,就必须不断探索,” Flaspohler说。 “当它最终收敛于一个点它估计是最大的,它不能因为产生幻觉沿路径更高的价值,它停止然后探索。”

现在,研究人员在伍兹霍尔海洋研究所的科学家合作,利用羽毛使用化学供电的机器人本地化的网站和研究甲烷释放火山羽状物在北极沿海河口融化。科学家们感兴趣的是排放到大气中的化学气体的来源,但可以跨越这些考点数百平方英里。

“他们可以[使用到羽状]花更少的时间来探索这巨大的领域,真正专注于收集科学价值的样品,”普雷斯顿说。