水下机器人捕获水下波

由百年航空与机械工程教授约翰·达比里（John Dabiri，2005届博士）领导的加州理工学院科学家团队，正利用水母穿越海洋并探测深度的天然能力，为其装配电子设备和充当"帽子"的假体装置。这些装置使水母能在航海旅程中携带小型有效载荷，并将探测结果传回水面。这些仿生水母必须应对所遭遇洋流的涨落活动，但这些无脑生物无法自主决策最佳航行路线，一旦部署便无法远程控制。

"我们知道增强型水母可以成为优秀的海洋探索者，但它们没有大脑，"达比里表示。"因此我们一直在研发的核心方向是：若要让这些系统具备水下决策能力，这个'大脑'应如何构建。"

如今，达比里与其前研究生彼得·冈纳松（Peter Gunnarson，2024届博士，现任职于布朗大学）找到了一种简化决策过程的方法，帮助机器人（或潜在的增强型水母）利用洋流产生的湍流涡旋"搭便车"，而非与之对抗。研究人员近期将成果发表在期刊《PNAS Nexus》。

为此研究，冈纳松重新启用了实验室的老伙计：CARL-Bot（加州理工自主强化学习机器人）。作为其将人工智能融入机器人导航技术研究的一部分，冈纳松多年前就建造了CARL-Bot。但他近期发现了一种比人工智能更简单的水下决策方案。

"我们当时正探讨水下航行器如何利用湍急水流推进，思考这些水流能否从小型航行器的阻碍转变为优势，"冈纳松解释道。

为精确解析洋流对机器人的推动机制，他在加州理工校园古根海姆航空实验室的16英尺水箱壁上安装推进器，用以反复生成涡环——本质上是水下的烟环结构。涡环是水下探索者在海洋混沌流体中遭遇扰动的典型代表。

冈纳松利用CARL-Bot内置的单个加速度计，测量机器人自身运动及受涡环推动的状态。他注意到机器人偶尔会被涡环捕获，并被推动横穿水箱。研究团队开始思考能否主动利用此效应。

为此，团队开发了简易指令系统：使CARL能探测涡环相对位置，并自主移位以完成——按冈纳松的说法——"基本免费地跳上涡环搭便车横穿水箱"。机器人也可选择避开不希望受其推动的涡环。

达比里指出该过程包含仿生学元素，借鉴了自然法则。例如翱翔的鸟类常利用强风节省能量，而非逆风飞行；实验也表明鱼类可能借助海洋漩涡流保存体力。但在自然案例中，生物系统需依赖较复杂的感官输入和大脑实现此功能。

"彼得的突破在于证明：只需单个传感器（加速度计）配合相对简单的控制算法，我们就能获得类似的环境能源利用优势，实现点对点转移，"达比里强调。

展望未来，达比里希望将此项研究与他的混合水母技术结合。"通过水母搭载的加速度计，可实时监测系统受水流推动的状态，"他表示，"我们有望展示其利用环境流高效移动的同类能力。"