Ale co, jeśli nagroda za przejazd takimi miejscami była warta ryzyka?

Inżynierowie MIT opracowali teraz algorytm, który pozwala AUVs zważyć ryzyko i potencjalne korzyści z odkrywania nieznanego regionu. Na przykład, jeśli pojazd mający identyfikację podwodnych wycieków oleju zbliży się do stromego, skalistego rowu, algorytm może ocenić poziom nagrody (prawdopodobieństwo, że wyciek ropy znajduje się w pobliżu tego wykopu), a także poziom ryzyka (prawdopodobieństwo kolizji z przeszkoda), jeśli miałoby to przejść przez wykop.  

- Gdybyśmy uważali, że żywotność naszego drogiego pojazdu jest najważniejsza, to pewnie nigdy nic ciekawego byśmy nie znaleźli – mówi Benjamin Ayton, absolwent wydziału aeronautyki i astronautyki MIT.  - Ale jeśli zrozumiemy, że istnieje kompromis pomiędzy nagrodą za to, co zbierasz, a ryzykiem lub niebezpieczeństwem zbliżania się do tych niebezpiecznych obszarów geograficznych, możemy podjąć pewne ryzyko.

Ayton twierdzi, że nowy algorytm może obliczyć kompromis między ryzykiem a nagrodą w czasie rzeczywistym, ponieważ to pojazd decyduje, które obszary ma dalej badać. Naukowcy z laboratorium Briana Williamsa, profesora aeronautyki i astronautyki, wdrażają algorytm na inne AUV, z wizją rozmieszczania flot odważnych, inteligentnych robotycznych odkrywców dla wielu misji. Pojazdy mogą poszukiwać przybrzeżnych złóż ropy naftowej, badać wpływ zmian klimatycznych na rafy koralowe czy penetrować ekstremalne środowiska na innych planetach.

Algorytm wykorzystuje dane batymetryczne lub informacje o topografii oceanu, w tym wszelkie otaczające przeszkody, wraz z dynamiką pojazdu i pomiarami inercyjnymi, aby obliczyć poziom ryzyka dla pewnej proponowanej ścieżki. Algorytm przyjmuje również wszystkie poprzednie pomiary, które AUV podjął, aby obliczyć prawdopodobieństwo, że takie wysokie wyniki mogą istnieć wzdłuż proponowanej ścieżki.

Jeśli stosunek ryzyka do nagród spełnia pewną wartość określoną wcześniej przez naukowców, to AUV kontynuuje proponowaną ścieżkę, pobierając więcej pomiarów, które są ponownie wykorzystywane w algorytmie, aby pomóc w ocenie ryzyka i nagrody innych ścieżek, jako pojazd porusza się do przodu.

Naukowcy przetestowali swój algorytm w symulacji misji AUV na wschód od Boston Harbor. Wykorzystali dane batymetryczne zebrane z regionu i przeprowadzili symulację pojazdu eksplorując na głębokości 15 metrów przez regiony w stosunkowo wysokich temperaturach. Sprawdzili, w jaki sposób algorytm zaplanował trasę pojazdu w trzech różnych scenariuszach dopuszczalnego ryzyka.

 

Źródlo: MIT