AI 드론, 해류 이용해 자율 항법 구현

칼텍, ETH 취리히, 하버드 엔지니어들은 자율 드론이 해류와 싸우기보다 해류를 이용해 항법을 돕는 인공지능(AI)을 개발하고 있습니다.

"심해 탐사를 위해 로봇을 보낼 때, 특히 군집으로 보낼 때, 2만 피트 떨어진 수면에서 조이스틱으로 제어하는 것은 거의 불가능합니다. 또한 수면에서 지역 해류 데이터를 감지할 수 없기 때문에 항법에 필요한 지역 해류 데이터를 제공할 수도 없습니다. 대신 어느 시점에는 해양 드론이 스스로 어떻게 움직일지 결정할 수 있어야 합니다."라고 John O. Dabiri 교수는 말합니다.

AI 성능은 컴퓨터 시뮬레이션으로 테스트되었지만, 이 노력 뒤에는 알고리즘을 작은 컴퓨터 칩에서 실행하는 손바닥 크기의 로봇도 개발되었습니다. 이는 지구와 다른 행성의 해양 드론에 동력을 공급할 수 있습니다. 목표는 알고리즘을 이전에 개발한 해파리 수영 보철과 결합하여 지구 해양 상태를 모니터링하는 자율 시스템을 만드는 것입니다. 알고리즘을 실행하는 완전 기계식 로봇은 엔켈라두스나 유로파 같은 다른 세계의 바다를 탐사할 수도 있습니다.

어느 시나리오든 드론은 어디로 갈지, 가장 효율적으로 도달하는 방법이 무엇인지 스스로 결정해야 합니다. 이를 위해 드론은 스스로 수집할 수 있는 데이터(현재 경험하고 있는 해류 정보)만 가질 가능성이 높습니다.

이 과제를 해결하기 위해 연구자들은 강화학습(RL) 네트워크로 눈을 돌렸습니다. 기존 신경망과 달리 강화학습 네트워크는 정적 데이터셋으로 훈련하지 않고 경험을 수집하는 속도만큼 빠르게 훈련합니다. 이 방식은 훨씬 더 작은 컴퓨터에서 존재할 수 있게 합니다. 이 프로젝트 목적을 위해 팀은 아마존에서 30달러 미만으로 살 수 있는 2.4x0.7인치 마이크로컨트롤러인 Teensy에 설치하고 실행할 수 있는 소프트웨어를 작성했습니다. 전력은 약 0.5와트만 사용합니다.

물속 장애물 주변 흐름이 반대 방향으로 움직이는 여러 소용돌이를 생성하는 컴퓨터 시뮬레이션을 사용하여, 팀은 AI가 소용돌이 뒤쪽의 저속 영역을 이용해 최소 전력으로 목표 위치까지 미끄러져 가도록 항법하도록 가르쳤습니다. 항법을 돕기 위해 시뮬레이션된 수영체는 즉각적인 위치에서의 해류 정보만 접근할 수 있었지만, 곧 소용돌이를 이용해 원하는 목표를 향해 미끄러져 가는 법을 배웠습니다. 물리적 로봇에서 AI는 마찬가지로 온보드 자이로스코프와 가속도계에서 수집할 수 있는 정보만 접근할 수 있으며, 둘 다 로봇 플랫폼에 비해 상대적으로 작고 저비용 센서입니다.

이런 종류의 항법은 독수리와 매가 공기 중 열기류를 타며 공기 흐름에서 에너지를 추출해 최소 에너지로 원하는 위치로 기동하는 방식과 유사합니다. 놀랍게도 연구자들은 강화학습 알고리즘이 실제 바다 물고기가 사용하는 것으로 생각되는 것보다 더 효과적인 항법 전략을 학습할 수 있음을 발견했습니다.

이 기술은 아직 초기 단계입니다. 현재 팀은 바다 임무에서 마주칠 수 있는 각기 다른 유형의 흐름 교란(소용돌이 vs 조류 등)에 대해 AI를 테스트하여 야생에서의 효과를 평가하고 싶습니다. 그러나 해양 흐름 물리학에 대한 지식을 강화학습 전략 내에 통합함으로써 연구자들은 이 한계를 극복하려 합니다. 그들의 연구는 특히 매우 작은 장치에서 작동할 수 있기 때문에 이 과제를 해결하는 데 강화학습 네트워크의 잠재적 효과를 입증합니다. 현장 테스트를 위해 팀은 맞춤형 드론 'CARL-Bot'(칼텍 자율 강화학습 로봇)에 Teensy를 장착하고 있습니다. CARL-Bot은 칼텍 캠퍼스에 새로 건설된 2층 높이 수조에 투입되어 해양 해류 항법을 학습할 예정입니다.