Автономные дроны научились эффективно встречаться с кашалотами для их отслеживания

Проект CETI (Cetacean Translation Initiative) ставит целью собрать миллионы и миллиарды высококачественных, контекстуализированных вокализаций, чтобы понять, как общаются кашалоты. Однако найти китов и предсказать, где они всплывут для сбора данных, сложно, что затрудняет установку прослушивающих устройств и сбор визуальной информации.

Команда проекта CETI под руководством Стефани Гил предложила новый фреймворк на основе обучения с подкреплением для автономных дронов, чтобы находить кашалотов и предсказывать место их всплытия. Исследование опубликовано в Science Robotics.

В работе используются различные сенсорные устройства, включая дроны проекта CETI со способностью к приёму сигналов очень высокой частоты (VHF). Они используют фазу сигнала и собственное движение, чтобы эмулировать «антенную решётку в воздухе» для оценки направленности сигналов от меток CETI на китах. Показано, что, используя эти данные сенсоров и прогностические модели поведения китов при погружении, можно предсказать, когда и где кит может всплыть.

На основе этой информации проект CETI может разрабатывать алгоритмы для наиболее эффективного маршрута дрона к точке рандеву с китом на поверхности. Это также открывает возможности для природоохранного применения, помогая судам избегать столкновений с китами на поверхности.

Представленный фреймворк AVATARS (Autonomous Vehicles for whAle Tracking And Rendezvous by remote Sensing) совместно развивает два взаимосвязанных компонента:

• Автономность — определяет команды позиционирования роботов для максимизации визуальных встреч с китами.
• Сенсорика — измеряет угол прихода (Angle-of-Arrival, AOA) сигналов с меток для информирования процесса принятия решений.

На вход алгоритма автономного принятия решений AVATARS поступают измерения от дрона к всплывшим меткам, акустические данные AOA от подводных сенсоров и модели движения китов из предыдущих биологических исследований. Алгоритм, в свою очередь, стремится минимизировать упущенные возможности для рандеву.

AVATARS — это первая совместная разработка VHF-сенсорики и принятия решений на основе обучения с подкреплением для максимизации встреч роботов и китов в море. Известное применение срочного рандеву — в приложениях для каршеринга, которые используют данные в реальном времени о динамических путях и позициях водителей и пассажиров. Проект CETI решает схожую задачу, отслеживая кита в реальном времени с целью скоординировать встречу дрона с ним на поверхности.

Это исследование продвигает цель проекта CETI по получению миллионов и миллиардов высококачественных вокализаций. Добавление разнообразных типов данных улучшит оценку местоположения и алгоритмы маршрутизации, помогая достичь цели эффективнее.