흥미 롭다

이 해양 로봇은 계산 된 위험을 감수하도록 프로그래밍되었습니다.

이 해양 로봇은 계산 된 위험을 감수하도록 프로그래밍되었습니다.

이제 자율 로봇이 대세인 것 같습니다. 게시물 전달을 돕는 것부터 쇼핑하는 동안 돕는 것까지, 점점 더 많은 로봇 차량이 우리 삶에 들어와 도움의 손길을 빌려주고있는 것 같습니다.

위험과 보상의 무게

이제 MIT 엔지니어는 해양 로봇이 우리의 광대하고 알려지지 않은 해양에 대한 연구를 진행하기 위해 계산 된 위험을 감수 할 수있는 알고리즘을 도입했습니다.

AUV (Autonomous Underwater Vehicles)라고 불리는이 로봇은 이제 미지의 해양 지역을 탐험하는 위험과 위험을 평가하여 안전하게 탐사를 진행할 수 있습니다.

"우리가 값 비싼 차량에 대해 매우 보수적이며 생존 가능성이 무엇보다 중요하다고 말하면 우리는 관심있는 것을 찾을 수 없을 것입니다."라고 Ayton은 말합니다.

"하지만 당신이 수집 한 것에 대한 보상과 이러한 위험한 지역을 향한 위험 또는 위협 사이에 상충 관계가 있음을 이해한다면, 가치가있을 때 특정 위험을 감수 할 수 있습니다."

연구원들에 따르면, 그들의 알고리즘은 "위험 제한 적응 샘플링"을 가능하게하는 최초의 것입니다. 이것은 AUV가 자신이있는 경로를 측정하고 평가할 수 있으며 더 나아가는 위험이 그만한 가치가 있는지 여부를 고려할 수 있음을 의미합니다.

연구진은 AUV 임무를 심도에서 시뮬레이션하여 알고리즘을 테스트했습니다. 15 미터 보스턴 항구 동쪽. 그들은 AUV에서 허용 가능한 위험에 대한 세 가지 시나리오를 설정하고 각 시나리오를 어떻게 처리하는지 관찰했습니다.

그들이 발견 한 것은 AUV가 사전 설정된 조건에 따라 다양한 경로를 취했다는 것입니다. 가장 낮은 위험은 매우 보수적 인 경로로 이어졌고, 가장 높은 위험은 차량이 좁은 틈을 끝까지 통과하는 것을 보았습니다.

지질 학자들은

연구원들은 또한이 알고리즘을 테스트하는 데 2 ​​주를 보냈고 코스타리카 해안에서 기름이 새는 것을 찾기 위해 다른 사람들을 보냈습니다. 그들은 알고리즘의 경로 계획이 여러 온보드 지질 학자들이 제안한 것과 상당히 일치한다는 것을 발견했습니다.

알고리즘은 과거 경로에서 학습하고 적용했습니다. “정말 흥미로 웠던 것은 몇 번의 다이빙 결과 이후에 기계 알고리즘이 어떻게 '학습'하기 시작했는지 관찰하고 지질 학자들이 처음에 선택하지 않았을 수있는 장소를 선택하기 시작하는 것입니다. 크루즈에 참여한 Woods Hole Oceanographic Institution.

"프로세스의이 부분은 계속 발전하고 있지만 알고리즘이 대량의 데이터에서 새로운 패턴을 식별하고 해당 정보를 효율적이고 '안전한'검색 전략에 결합하는 것을 보는 것은 흥미로 웠습니다."

연구원들은 언젠가 지구 너머의 환경을 탐험하기 위해 그러한 알고리즘을 사용하기를 희망합니다. 그리고 프로젝트가 NASA의 지원을 받았기 때문에 우리는이 AUV가 다음에 향할 멋진 장소를 상상할 수 있습니다.


비디오보기: 수성대학교 치기공과 문헌조사방법 구강보건학 캡스톤디자인 PBL 수성대 문제중심학습, 과제중심학습 (유월 2021).