Autonome onderwaterdrones volgen doelen via versterkend leren
Een nieuwe techniek combineert multi-agent diffusie en versterkend leren om onderzeese voertuigen gezamenlijk doelen te laten volgen. De aanpak overwint problemen met ruiterige communicatie en onstabiele training in dynamische oceanen.
Onderzoekers hebben een methode ontwikkeld waarmee onbemande onderwaterdrones gezamenlijk bewegende objecten kunnen schaduwen in uitdagende wateren. Door het inzetten van kunstmatige intelligence leren de systemen onderling te coördineren, ondanks de grillige omstandigheden onder water. Hierdoor slagen de voertuigen erin om hun formatie en doelgerichtheid te bewaren in een continu veranderende omgeving.
Complexiteit van onderwatercommunicatie
Het aansturen van autonome systemen in de oceaan brengt specifieke technische hindernissen met zich mee. Signalen verplaatsen zich traag door water en de stroming zorgt voor constante verstoringen, wat traditionele AI-methoden vaak onstabiel maakt. De nieuwe benadering combineert geavanceerde waarschijnlijkheidsmodellen met algoritmes die leren door trial-and-error, specifiek ontworpen om met deze verstoringen om te gaan.
Deze ontwikkeling sluit aan bij een bredere trend binnen de robotica waarin autonome eenheden niet langer als individuen functioneren, maar als een gecoördineerd netwerk opereren. Toepassingen van dergelijke technologie zijn te vinden in zowel wetenschappelijk onderzoek naar het mariene leven als bij het in kaart brengen van de zeebodem, waar betrouwbare samenwerking tussen meerdere voertuigen essentieel is.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel