[對水下機器人進行編程以做出獨立決策]:超過70%的地球表面被水覆蓋，但科學家們更多地了解空間而不是海洋中發生的事情。科學家試圖提高他們對海洋環境的理解的一種方法是使用自主水下航行器(AUV)，可編程機器人車輛，可以獨立研究海洋及其居民。但...

超過70%的地球表面被水覆蓋，但科學家們更多地了解空間而不是海洋中發生的事情。

科學家試圖提高他們對海洋環境的理解的一種方法是使用自主水下航行器(AUV)，可編程機器人車輛，可以獨立研究海洋及其居民。

但AUV收集的數據需要時間進行分析和解釋，科學家經常失去實時使用這些關鍵信息的能力。

特拉華大學地球，海洋和環境學院海洋科學與政策學院院長Mark Moline最近與機器人合作撰寫了一篇關于將AUV上的多傳感器系統連接到車輛上的優勢的論文。實時合成聲音數據，以便它可以獨立決定接下來要采取的行動。

莫林和俄勒岡州立大學的同事Kelly Benoit-Bird共同撰寫了這篇論文，他們正在對海洋舌頭進行海洋生物的大規模分布研究，這是一個將海洋海溝分開的海洋生物。安德羅斯和新普羅維登斯群島在巴哈馬群島。

通過海軍研究辦公室資助，莫林和伯諾伊特 - 伯德正在調查魚類，磷蝦和魷魚等食物來源是否在吸引該地區的鯨魚方面發揮作用。

在那里，研究人員決定進行一項簡單的實驗來測試用于深海研究的模塊化AUV(稱為REMUS600)是否可以編程為自主制定決策并根據生物信息觸發新任務 - 例如一定的大小或濃度魷魚 - 在它的環境中。

“我們知道車輛的功能比我們之前應用的更多，”莫林說，他是早期采用機器人技術研究和UD機器人發現實驗室共同創始人的人。

完成這項任務比人們想象的要困難得多。一方面，海洋是一個動態的環境，總是在變化和移動。同樣，像魷魚這樣的海洋生物也在不停地運動，被水流推動，遷移，游泳和改變它們的行為。

莫林說：“你在任何特定情況下看到的東西都會在稍后改變。”

研究人員對REMUS上的計算機進行了預編程，以做出某些決定。在對海面下1,640至3,000英尺的海洋進行測量時，機載計算機正在根據尺寸和密度分析水中海洋生物的聲納數據。

當車輛上的聲學傳感器檢測到正確尺寸和濃度的魷魚時，它觸發了第二個任務：報告機器人在水中的位置，然后運行預編程網格以更精細地繪制該區域。

較高級別的掃描顯示，在一個區域內收集了非常集中的魷魚，并且當掃描從北向南移動時，第二個不太緊密編織的類似大小的魷魚。根據莫林的說法，如果REMUS僅被編程為保持直線行駛，這些細節可能會被遺漏。

“這是一個非常簡單的測試，證明可以使用聲學來尋找物種，擁有AUV目標特定尺寸的物種，并跟蹤物種，所有這些都無需檢索和重新編程車輛以尋找某物在你準備好的時候，這可能會早已過去，“他說。

研究人員還想知道魷魚和其他獵物是如何水平分布在水柱中的，以及這些分布如何根據海洋條件或鯨類等捕食者的存在與否而發生變化。

結合可用的機器人技術以這種方式探索水可以幫助填補信息空白，并可以闡明科學家不知道存在的獵物分布的尺度。

他繼續說，隨著多個決策循環，一個AUV可以跟隨整個魷魚或其他海洋生物學校，看看他們去了哪里，并創建了獵物穿越海洋的連續路線圖。這是一個令人興奮的想法，有可能揭示有關獵物如何移動和行為的新細節 - 小組是否分裂成多個學校，它們是否會隨著時間的推移而分散或聚集 - 如果是這樣，是什么影響了這些變化?

另一種選擇是對AUV進行編程，以便在它看到某些特定物體時觸發更深層的外觀，如某種物種或特定捕食者和獵物的組合。