L’AUV Sparus II és un vehicle autònom en què s’ha provat els algorismes del projecte [Foto: UPC]

Un grup d’investigadors amb el professor del Departament de Ciències de la Computació de la Universitat Politècnica de Catalunya (UPC) Mario Martín ha demostrat que el reforç profund, una xarxa neuronal que aprèn la millor acció que ha de dur a terme a partir de recompenses, ajuda els vehicles autònoms i els robots submarins a localitzar i seguir els objectes i els animals marins sota l’aigua.

Aquest estudi s’ha publicat a la revista científica Science Robotics i és un treball que el reforçament s’empra molt en la robòtica i en el desenvolupament d’eines de processament del llenguatge natural, com ChatGPT. D’aquesta manera, els robots submarins aprenen quines accions han de fer per arribar al seu objectiu.

En paral·lel, s’ha demostrat que les dades que recullen poden complementar-se amb les que arriben des dels satèl·lits. Amb tot, és una tecnologia útil per a estudiar fenòmens més modestos i que tenen la seva repercussió en el control, per exemple, del canvi climàtic. Més enllà, podran ser extrapolables a fenòmens com la migració d’espècies marines o a la supervisió dels oceans i el fons del mar.

Les xarxes neuronals que van utilitzar-se van entrenar-se amb el clúster d’ordinadors del Barcelona Supercomputing Center. Més tard, els algorismes van provar-se en vehicles com l’AUV Sparus II, desenvolupat per l’Institut de Recerca en Visió per Computador i Robòtica de la Universitat de Girona.

WhatsAppEmailTwitterFacebookTelegram