AI搭載ドローン、海流を利用した自律航行を実現

カリフォルニア工科大学、ETHチューリッヒ、ハーバードのエンジニアたちは、自律ドローンが海流と戦うのではなく、海流を利用して航行できる人工知能（AI）を開発しています。

「深海を探査するロボット、特に群れで探査させたいとき、水面から2万フィート離れた場所でジョイスティックで制御するのはほぼ不可能です。また、海面から局所的な海流データを検出できないため、彼らが航行に必要な海流データを与えることもできません。代わりに、ある時点で海洋ドローンが自分でどう動くか決定できる必要があります」とジョン・O・ダビリ教授は語ります。

AIの性能はコンピュータシミュレーションでテストされましたが、チームはアルゴリズムを小さなコンピュータチップで動作させる手のひらサイズのロボットも開発しました。これは地球や他の惑星の海洋ドローンを動かせます。目標は、以前開発したクラゲをより速く命令通りに泳がせる義肢とアルゴリズムを組み合わせ、地球の海洋状態を監視する自律システムを作ることです。アルゴリズムを搭載した完全機械的ロボットは、エンケラドゥスやエウロパなど他の世界の海洋を探査することさえできます。

どちらのシナリオでも、ドローンはどこへ行くか、最も効率的な到達方法について自律的に決定する必要があります。そのためには、自分で収集できるデータ——現在経験している水流に関する情報——のみを持つことになるでしょう。

この課題に取り組むため、研究者たちは強化学習（RL）ネットワークに着目しました。従来のニューラルネットワークと異なり、RLネットワークは静的データセットで訓練するのではなく、経験を収集できる速さで訓練します。このスキームにより、はるかに小さなコンピュータ上で存在できます。このプロジェクトでは、チームはAmazonで30ドル未満で購入できる2.4インチ×0.7インチのマイクロコントローラ「Teensy」にインストールして実行できるソフトウェアを書きました。消費電力は約0.5ワットです。

水中の障害物周りの流れが反対方向に動く複数の渦を生成するコンピュータシミュレーションを用いて、チームは渦の後方の低速領域を利用して最小電力で目標地点まで滑走するようAIを訓練しました。航行支援として、シミュレートされたスイマーは即座の場所での水流情報のみにアクセスできましたが、すぐに渦を利用して目標に向かって滑走することを学習しました。物理ロボットでは、AIは同様に、ロボットプラットフォームにとって比較的小型・低コストなセンサーであるオンボードジャイロスコープと加速度計から収集できる情報のみにアクセスできます。

この種の航行は、ワシやタカが空気中のサーマルに乗り、気流からエネルギーを抽出して最小エネルギーで目的地へ移動するのと類似しています。驚いたことに、研究者たちは彼らの強化学習アルゴリズムが、実際の魚が海洋で使用していると考えられている戦略よりも効果的な航行戦略を学習できることを発見しました。

技術はまだ初期段階です：現在、チームはミッションで遭遇し得る各タイプの流れ擾乱——例えば渦巻く渦と流れる潮流——でAIをテストし、野外での有効性を評価したいと考えています。しかし、海洋流れ物理学の知識を強化学習戦略に組み込むことで、この制約を克服することを目指しています。彼らの研究は、特に非常に小さなデバイスで動作できるため、RLネットワークがこの課題に対処する潜在的有効性を証明しています。現場で試すため、チームはカスタムビルドドローン「CARL-Bot」（カリフォルニア工科大学自律強化学習ロボット）にTeensyを搭載します。CARL-Botはカリフォルニア工科大学キャンパスに新しく建設された2階建て高さの水槽に投入され、海洋の流れを航行するよう教えられます。