Forskare som vill förverkliga autonoma svärmande drönare har studerat det kollektiva beteendet hos flockande fåglar och svärmande insekter, men en ny studie av en grupp forskare vid ETH Zürich har modellerat fiskens skolbeteende. Genom att använda djup förstärkningsinlärning, gruppen studerade hur fiskar hämtar energi från vattenflöde och turbulens som skapats av sina egna simskolekamrater, få insikter som kan leda till lågenergi, kollektiva autonoma drönarsvärmar. Och ja, även om det finns många coola praktiska tillämpningar för den privata sektorn och industrin, Militärer över hela världen är intresserade av att bygga flottor av autonoma svärmande drönare. Och ja, det är läskigt.

Fiskbildningsformationer skär genom i stort sett osynliga flödesfält som omdirigerar vattnets mekaniska energi, för vilka fiskar måste kompensera individuellt och kollektivt. Förändringar i flödet orsakas av tidvatten, vatten omdirigerade förbi objekt, och själva fiskens rörelser. Under årtusenden, fisken har anpassat sig, bli känslig för dessa förändringar i mekanisk energi och utveckla förmågan att utvinna energi från undervattensflödesfält.

Detta inkluderar att skörda energi från flödesfälten som genereras av deras skolkamrater, leder till kollektiva energibesparingar, besläktad med racerförare som drar eller släpper efter ledbilen. En grupp forskare vid TKTK har publicerat en rapport om sin in silico-studie, "Effektiv kollektiv simning genom att utnyttja virvlar genom djupförstärkande inlärning, "i Proceedings of the National Academy of Sciences .

Förstärkningsinlärning är ett område för maskininlärning inspirerat av beteendepsychologi. Det handlar i stort sett om existensen och karakteriseringen av optimala lösningar på ett problem; det är ett sätt att lära programvaruagenter att hitta de bästa lösningarna i en miljö för att uppnå en belöning.

Att förstå miljön som fiskarna navigerar är nyckeln till att förstå skolgångens beteende. "Det finns bevis för att deras simbeteende anpassar sig till flödesgradienter (reotaxis) och i vissa fall, det återspeglar energihämtning från sådana miljöer, " skriver författarna. "Hydrodynamiska interaktioner har också varit inblandade i fiskens skolmönster som bildas när enskilda fiskar anpassar sin rörelse till sina jämnåriga, samtidigt som man kompenserar för flödesinducerade förskjutningar."

För att bevisa om så är fallet, modellen kombinerade förstärkningsinlärning med direkta numeriska simuleringar av Navies stokes ekvationer för två självgående självgående simmare i tandem, en ledande och en efterföljande. I en modell, följaren interagerar med vaken skapad av ledaren; på sekunden, till ensamma simmare som rörde sig isolerade i en obegränsad domän. Den autonoma interagerande fisken utvecklade en optimal policy för effektiv simning; de ensamma simmare fungerade som en kontroll för att bedöma frånvaron av en ledares kölvatten.

Genom att jämföra energidata för de interagerande fiskarna och de ensamma simmare, forskarna fastställde också att simeffektiviteten för den interagerande fisken var betydligt högre, med en 11-procentig ökning av medelhastigheten, en ökning av den genomsnittliga simningseffektiviteten med 32 procent, en minskning med 36 procent i en variabel som de kallade "transportkostnaden, " ett mått på energin som spenderas för att korsa en enhetssträcka.

© 2018 Tech Xplore