Vågor, vindar, strömmar, vakna från förbipasserande båtar och virvlar som virvlar runt strukturer gör vatten till en av de mest komplexa miljöerna för erfarna båtkaptener, än mindre robotar. Nu, forskare vid Stevens Institute of Technology utvecklar algoritmer som lär robotar att anpassa sig till havets ständigt föränderliga dynamik för att ta itu med en av vår nations största problem:att skydda och bevara vår åldrande vattenbaserade infrastruktur, som bryggor, rörledningar, broar och dammar.

Arbetet, ledd av Brendan Englot, en professor i maskinteknik vid Stevens, brottas med den pågående frågan om hur ofta dessa undervattensstrukturer kontrolleras. Det finns mycket fler undervattensstrukturer än det finns dykare för att inspektera dem med önskvärd frekvens. Ibland, de måste dyka under ytan till extrema och farliga djup, tar flera veckor att återhämta sig. Englot tränar robotar att ta på sig sådana uppgifter – men det är inte lätt.

"Det finns så många svåra störningar som driver runt roboten, och det är ofta mycket dålig sikt, gör det svårt att ge ett fordon under vattnet samma situationsmedvetenhet som en person bara skulle ha gått runt på marken eller varit uppe i luften, säger Englot.

Englot är redo för utmaningen.

Hans forskargrupp använder en typ av artificiell intelligens som kallas förstärkningsinlärning som använder algoritmer som inte är baserade på en exakt matematisk modell; snarare lär de målinriktade algoritmerna robotar hur man utför ett komplext mål genom att utföra åtgärder och observera resultaten. När roboten samlar in data, den uppdaterar sin "policy" för att ta reda på optimala sätt att manövrera och navigera under vattnet.

Data de samlar in är ekolod, det mest pålitliga verktyget för att navigera under havet. Som en delfin som använder ekolokalisering, Englots robotar skickar ut högfrekventa pip och mäter hur lång tid det tar för ljudet att återvända efter att ha studsat av omgivande strukturer – samlar in data och får situationsmedvetenhet samtidigt som de slås runt av hur många krafter som helst.

Englot skickade nyligen en robot på ett autonomt uppdrag för att kartlägga en pir i Manhattan. "Vi hade inte en tidigare modell av den piren, " säger Englot. "Vi kunde bara skicka ner vår robot och den kunde komma tillbaka och framgångsrikt hitta sig själv under hela uppdraget." Guidad av algoritmer skapade i Englot-labbet, roboten rörde sig självständigt, samla information för att producera en 3D-karta som visar var piren ligger.

Dessa första steg är uppmuntrande, men Englot arbetar med att utöka sina robotars kapacitet. Englot förutser rutininspektioner av robotar på allt från fartygsskrov till off-shore oljeplattformar. Dessutom, robotar kan kartlägga jordens stora, undervattensterräng.

Dock, att uppnå dessa mål innebär att ta itu med ekolodets begränsningar. "Föreställ dig att gå genom en byggnad och navigera i korridorerna med samma gråskala, kornig visuell upplösning som ett medicinskt ultraljud, säger Englot.

När en struktur har kartlagts kan en autonom robot planera ett andra pass, en högre upplösningsinspektion av kritiska områden med hjälp av en kamera. Englot föreställer sig vidare ålliknande robotar som kan väva sig genom springor och trånga utrymmen, kanske till och med hjälpa till vid räddningar. "För att verkligen dra nytta av den typen av design måste vi först kunna navigera med tillförsikt, " säger han. Englot fortsätter att justera sina algoritmer för att ge det förtroendet.

Englot avancerar också undervattentekniken utöver de nuvarande lapptäckkartorna som tråkigt skapats av joystickstyrda robotar, som en rover på en avlägsen planet. "Några av de tuffaste utmaningarna inom robotautonomi är under vattnet, säger han. Det är långt kvar, men att övervinna utmaningar drog Englot till robotteknikområdet i första hand.