潜艇机器人捕捉内波

由百年航空与机械工程学教授约翰·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和深入探测的自然能力，为其配备电子设备和辅助"装置"，使这些生物能在航行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遭遇的洋流涨落，但这些无脑生物无法自主决策最佳导航路径，且一旦部署便无法远程操控。

"我们知道强化水母可以成为优秀的海洋探索者，但它们缺乏大脑，"达比里表示，"因此我们重点研究的课题之一是：若赋予这些系统水下决策能力，应为其设计什么样的大脑。"

如今达比里与其前研究生彼得·冈纳尔森（Peter Gunnarson，2024届博士，现任职于布朗大学）找到一种简化决策过程的方法，帮助机器人（或潜在的强化水母）搭乘洋流产生的湍流漩涡前进，而非与之对抗。研究人员近期将成果发表于PNAS Nexus期刊。

为此，冈纳尔森重启了实验室的老朋友：CARL-Bot（加州理工学院自主强化学习机器人）。数年前冈纳尔森建造该机器人时，已开始将人工智能融入其导航技术。但他最近发现了比人工智能更简单的水下决策方案。

"我们正在构思水下运载器利用湍流推进的方式，思考这些水流能否从障碍转变为小型设备的发展契机，"冈纳尔森解释道。

为精确解析洋流对机器人的推动机制，冈纳尔森在加州理工学院古根海姆航空实验室的16英尺水槽壁安装推进器，反复生成"涡环"——本质上是烟圈的水下等效物。涡环能准确模拟水下探索者在海洋混沌流体中遭遇的扰动类型。

冈纳尔森利用CARL-Bot搭载的单一加速度计，测量机器人受涡环推动的运动状态。他注意到机器人偶尔会被涡环捕获，进而穿越整个水槽。团队开始探讨能否主动实现这种效应。

通过开发简易指令，研究人员使CARL能探测涡环相对位置，并按冈纳尔森的说法"搭乘免费便车横跨水槽"；亦可主动规避不期望的涡环推动。

达比里指出该过程包含仿生学元素：翱翔的鸟类常借强风省力而非逆风飞行；实验也证实鱼类会利用海洋漩涡保存能量。但这些自然系统都依赖较复杂的感官输入和大脑决策。

"彼得的突破在于：仅用单个加速度计传感器和相对简单的控制法则，就能利用环境能量实现点对点高效移动，"达比里强调。

展望未来，达比里计划将此技术嫁接于杂交水母："通过搭载加速度计监测系统受水流推动状态，有望展现利用环境流提升水下机动效率的同等能力。"