p Ondas, ventos, correntes, acordes de barcos passando e redemoinhos girando em torno de estruturas tornam a água um dos ambientes mais complexos para capitães de barco experientes, muito menos robôs. Agora, pesquisadores do Stevens Institute of Technology estão desenvolvendo algoritmos que ensinam os robôs a se adaptarem à dinâmica do mar em constante mudança, a fim de atender a uma das maiores preocupações de nossa nação:proteger e preservar nossa envelhecida infraestrutura baseada na água, como cais, pipelines, pontes e barragens. p O trabalho, liderado por Brendan Englot, professor de engenharia mecânica na Stevens, lida com a questão contínua da frequência com que essas estruturas subaquáticas são verificadas. Existem muito mais estruturas subaquáticas do que mergulhadores para inspecioná-las com a frequência desejada. As vezes, eles devem mergulhar abaixo da superfície em profundidades extremas e perigosas, exigindo várias semanas para se recuperar. Englot está treinando robôs para realizar essas tarefas - mas não é fácil.

p "Existem tantos distúrbios difíceis empurrando o robô, e geralmente há pouca visibilidade, tornando difícil dar a um veículo subaquático a mesma consciência situacional que uma pessoa teria apenas andando no solo ou no ar, "diz Englot.

p Englot está pronto para o desafio.

p Seu grupo de pesquisa emprega um tipo de inteligência artificial conhecido como aprendizado por reforço, que usa algoritmos que não são baseados em um modelo matemático exato; em vez disso, os algoritmos orientados a objetivos ensinam os robôs a realizar um objetivo complexo executando ações e observando os resultados. Conforme o robô coleta dados, ele atualiza sua "política" para descobrir as melhores maneiras de manobrar e navegar debaixo d'água.

p Os dados que eles estão coletando são sonar, a ferramenta mais confiável para navegação submarina. Como um golfinho usando ecolocalização, Os robôs de Englot emitem sons de alta frequência e medem quanto tempo leva para o som retornar após ricochetear nas estruturas vizinhas - coletando dados e ganhando consciência situacional ao mesmo tempo em que é derrubado por qualquer número de forças.

p Englot recentemente enviou um robô em uma missão autônoma para mapear um píer de Manhattan. “Não tínhamos um modelo anterior desse cais, "diz Englot." Pudemos simplesmente mandar nosso robô para baixo e ele conseguiu voltar e se localizar com sucesso durante toda a missão. "Guiado por algoritmos criados no laboratório de Englot, o robô se movia de forma independente, coleta de informações para produzir um mapa 3-D mostrando a localização das estacas do píer.

p Esses primeiros passos são encorajadores, mas Englot está trabalhando para expandir as capacidades de seus robôs. Englot prevê inspeções de rotina por robôs em tudo, desde cascos de navios a plataformas de petróleo off-shore. Além disso, robôs podem mapear a vasta Terra, terreno subaquático.

p Contudo, atingir esses objetivos significa lidar com as limitações do sonar. "Imagine andar por um prédio e navegar pelos corredores com a mesma escala de cinza, resolução visual granulada como um ultrassom médico, "diz Englot.

p Uma vez que uma estrutura foi mapeada, um robô autônomo pode planejar uma segunda passagem, uma inspeção de alta resolução de áreas críticas usando uma câmera. Englot ainda imagina robôs parecidos com enguias que podem tecer através de fendas e espaços estreitos, talvez até ajudando em resgates. "Para realmente tirar proveito desses tipos de design, primeiro precisamos ser capazes de navegar com confiança, ", diz ele. Englot continua a ajustar seus algoritmos para fornecer essa confiança.

p Englot também está avançando a tecnologia subaquática além dos atuais mapas de retalhos criados tediosamente por robôs controlados por joystick, como um veículo espacial em um planeta distante. "Alguns dos desafios mais difíceis na autonomia do robô estão debaixo d'água, "diz ele. Há um longo caminho a percorrer, mas a superação de desafios atraiu Englot ao campo da robótica em primeiro lugar.