CARL-Bot 学会“搭乘”水下涡环实现高效推进

Andrew Corselli

研究人员教会 CARL-Bot 定位自身以“搭乘”水下涡环，而非对抗湍流。（图片：Gunnarson/Dabiri/Caltech）

加州理工学院 John Dabiri（博士 '05）教授团队利用水母天然穿越海洋的能力，为其装备电子设备和“帽子”状假肢，使其能携带小型载荷航行并回传数据。这些仿生水母需应对海流涨落，但无大脑无法决定如何导航，部署后也无法远程控制。

“我们知道增强水母能成为优秀的海洋探索者，但它们没有大脑，”Dabiri 说，“我们一直在研究如果赋予这些系统水下决策能力，那个‘大脑’会是什么样子。”

如今 Dabiri 和前研究生 Peter Gunnarson（博士 '24，现就职于布朗大学）找到了简化决策过程的方法，帮助机器人或增强水母“搭乘”海流产生的湍流涡环，而非对抗它们。研究成果近期发表于《PNAS Nexus》。

Gunnarson 回到实验室老伙伴 CARL-Bot (Caltech Autonomous Reinforcement Learning roBot)。他多年前制造 CARL-Bot 以将人工智能融入导航技术。最近他找到了比 AI 更简单的方法让此类系统在水下决策。

“我们在头脑风暴水下航行器如何利用湍流水流推进，想知道这些湍流对小型航行器是否可能成为优势而非问题，”Gunnarson 说。

Gunnarson 想弄清水流如何推动机器人。他在 Dabiri 实验室的 16 英尺长水箱壁上安装推进器，反复生成涡环——基本上是水下烟环。涡环很好地代表了海洋混沌流体流中水下探索者会遇到的扰动。

Gunnarson 利用 CARL-Bot 单个加速度计测量其如何被涡环推动。他注意到机器人偶尔会被涡环捕获并推过整个水箱。他和同事开始思考能否有意实现这一效应。

为探索这一点，团队开发简单指令帮助 CARL 检测涡环相对位置并定位自身，用 Gunnarson 的话说，“跳上去免费搭乘穿越水箱”。或者机器人可决定避开不想被推动的涡环。

以下是 Tech Briefs 独家专访（编辑过长度和清晰度）。

Tech Briefs：教导 CARL-Bot 定位自身面临的最大技术挑战是什么？

Gunnarson：这类问题的棘手之处在于同时涉及感知和决策。机器人要利用水箱产生的水流，既要知晓水流存在，又要在感知到时决定做什么。最棘手的是弄清机器人能感知何种信号，以及针对这些特定信号能做何反应。有点幸运，我碰巧发现如果感知特定信号向特定方向游动，机器人就能利用周围水流推进。

Tech Briefs：能简单解释它如何检测涡环并决定是否“搭乘”吗？

Gunnarson：首先，涡环是海洋和大气湍流的实验模拟，是可在实验室重复的版本。基本像烟环；机器人利用船载加速度计感知被这经过的垂直结构推着画小圈。想象龙卷风经过，东西被卷起旋转。原理相似。一旦识别出被涡环旋转/推动，就知道涡环方向。若机器人想搭乘且方向正确，决定“向这流体龙卷风游去”；若方向错误，决定“反方向游动避免被卷入”。这种决策可植入未来航行器，根据目标决定顺流或避流。

Tech Briefs：还有想补充的吗？

Gunnarson：这是令人兴奋的研究领域，因为工程师通常关注客机等传统载体，为 1% 效率提升而兴奋。但对于这些小型自主航行器，通过更智能地与水流和阵风互动，潜在增益巨大。这是由小型自主系统推动的新研究领域，未来将带来巨大收益。

视频记录

本视频无文字记录。