Kort forklart: Korleis få undervassfarkostar til å lære

Førestill deg at du skal flytte eit piano. Det er tungt, kantete og vanskeleg å handtere. Og korleis går det når du ikkje berre skal flytte det frå rom til rom, men ned ei trong trapp eller gjennom ein labyrint av korridorar? Utfordringane blir brått veldig mykje større.

Dette er nokså likt det problemet forskarar ved FFI står overfor når dei skal styre autonome undervassfarkostar (AUV-ar).

– Noko av grunnen til at pianoflyttarens problem er så interessant for oss er at det viser seg ekstremt vanskeleg å løyse ut frå reine utrekningar, forklarer FFI-forskar Håkon Yssen Rørstad.

Krev god programmering

Men løysingar må dei finne. AUV-er er som små ubåtar. Dei blir brukte til å kartleggje havbotnen, inspisere installasjonar og utføre oppdrag i farlege eller utilgjengelege område. Det trengst god programmering for å få det til. For her er det ikkje flyttefolk til stades. Eit «undervasspiano» må lærast opp til å flytte seg sjølv.

Å navigere under vatn er vanskeleg nok i seg sjølv, også når menneske er med på ferda. Sikta er ofte dårleg, og rørsler i vatn er annleis enn på landjorda.

Må vere i rørsle

Ein AUV som den FFI-utvikla Hugin må dessutan vere i rørsle heile tida. Den kan ikkje stoppast. Ein må stole på den programmeringa den får før den blir sendt på tokt. Jo betre og meir gjennomtenkte algoritmane til farkosten er, jo betre går det. Ikkje minst er det viktig å vite kor mykje data AUV-en treng, og av kva type. Eit system som fangar opp uendeleg mange data vil fort bruke for mykje tid til å prosessere dei. Då kan det gå dårleg med ein farkost i fart. Altså er det viktig å konsentrere seg om å sanke rett type informasjon.

Meir og betre

Det er slikt Rørstad og kollegaene hans arbeider med heile tida. Dei ser på kva som kan gi ein AUV endå større presisjon i operasjonane sine, og endå betre evne til å handtere moglege problem den møter på sin veg gjennom djupet.

I denne podkasten fortel han meir om korleis dei arbeider for å få det til.