Fish-inspired tracking of underwater turbulent plumes

要約

自律型海洋探査機は、塩分や温度などの水質の車載センサー測定を利用して、リアルタイムで海洋の特徴を特定し始めています。
このような対象を絞ったサンプリング戦略により、科学的価値の高い領域に積極的に舵を切ることで、海洋環境のより迅速な研究が可能になります。
この研究は、流れ感知を介して移動する水生動物の能力にインスピレーションを得て、手のひらサイズのロボットスイマーを使用して、目標のサンプリングを達成するための流体力学的手がかりを調査します。
海洋の熱水噴出プルームを追跡するための概念実証のアナロジーとして、このロボットは、搭載された圧力センサーからのデータを使用して、13,000 リットルの水槽内の乱流ジェット流の中心を特定するという任務を負っています。
ナビゲーション戦略を学習するために、まず乱流ジェットの近くをナビゲーションするロボットのシミュレートされたバージョンに強化学習 (RL) を実装しました。
トレーニング後、RL アルゴリズムは、ロボットの反対側にある圧力センサーによって感知された横方向の速度勾配を追跡することにより、ジェットの位置を特定するための効果的な戦略を発見しました。
この勾配追従戦略を物理ロボットに実装すると、ロボットはランダム検索の 2 倍以上の速度で乱流プルームの位置を特定できるようになりました。
さらに、圧力センサー間の距離が増加するにつれて航行パフォーマンスが向上することもわかりました。これは、海洋ロボットの分散型流量センサーの設計に役立つ可能性があります。
私たちの結果は、対象の流体力学的特徴を自律的に位置特定するための流れベースのナビゲーションの有効性と限界を示しています。

要約(オリジナル)

Autonomous ocean-exploring vehicles have begun to take advantage of onboard sensor measurements of water properties such as salinity and temperature to locate oceanic features in real time. Such targeted sampling strategies enable more rapid study of ocean environments by actively steering towards areas of high scientific value. Inspired by the ability of aquatic animals to navigate via flow sensing, this work investigates hydrodynamic cues for accomplishing targeted sampling using a palm-sized robotic swimmer. As proof-of-concept analogy for tracking hydrothermal vent plumes in the ocean, the robot is tasked with locating the center of turbulent jet flows in a 13,000-liter water tank using data from onboard pressure sensors. To learn a navigation strategy, we first implemented Reinforcement Learning (RL) on a simulated version of the robot navigating in proximity to turbulent jets. After training, the RL algorithm discovered an effective strategy for locating the jets by following transverse velocity gradients sensed by pressure sensors located on opposite sides of the robot. When implemented on the physical robot, this gradient following strategy enabled the robot to successfully locate the turbulent plumes at more than twice the rate of random searching. Additionally, we found that navigation performance improved as the distance between the pressure sensors increased, which can inform the design of distributed flow sensors in ocean robots. Our results demonstrate the effectiveness and limits of flow-based navigation for autonomously locating hydrodynamic features of interest.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google