• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • La ricerca sulle dinamiche energetiche della scuola di pesce potrebbe potenziare i droni sciamanti autonomi

    Credito:CC0 Dominio Pubblico

    I ricercatori che vogliono realizzare droni sciamanti autonomi hanno studiato il comportamento collettivo degli uccelli in stormo e degli insetti sciamanti, ma un nuovo studio di un gruppo di ricercatori dell'ETH di Zurigo ha modellato il comportamento di scuola dei pesci. Utilizzando l'apprendimento per rinforzo profondo, il gruppo ha studiato come i pesci traggono energia dal flusso d'acqua e dalle turbolenze create dai loro compagni di scuola di nuoto, acquisire informazioni che potrebbero portare a un basso consumo energetico, sciami collettivi di droni autonomi. E sì, sebbene ci siano molte interessanti applicazioni pratiche per il settore privato e l'industria, i militari di tutto il mondo sono interessati alla costruzione di flotte di droni sciamanti autonomi. E sì, è inquietante.

    Le formazioni di banchi di pesci attraversano campi di flusso in gran parte invisibili che reindirizzano l'energia meccanica dell'acqua, per i quali i pesci devono compensare individualmente e collettivamente. Le variazioni di flusso sono causate dalle maree, l'acqua ha reindirizzato gli oggetti passati, e i movimenti dei pesci stessi. Nel corso dei millenni, i pesci si sono adattati, diventando sensibile a questi cambiamenti nell'energia meccanica e sviluppando la capacità di estrarre energia dai campi di flusso sottomarini.

    Ciò include la raccolta di energia dai campi di flusso generati dai loro compagni di scuola, portando a un risparmio energetico collettivo, simile ai piloti di auto da corsa che si mettono in scia sulla scia della vettura di testa. Un gruppo di ricercatori di TKTK ha pubblicato un rapporto del loro studio in silico, "Nuoto collettivo efficiente sfruttando i vortici attraverso l'apprendimento di rinforzo profondo, " nel Atti dell'Accademia Nazionale delle Scienze .

    L'apprendimento per rinforzo è un campo dell'apprendimento automatico ispirato alla psicologia comportamentista. Riguarda in generale l'esistenza e la caratterizzazione di soluzioni ottimali a un problema; è un modo per insegnare agli agenti software a trovare le migliori soluzioni in un ambiente per ottenere una ricompensa.

    Comprendere l'ambiente in cui i pesci navigano è la chiave per comprendere il comportamento scolastico. "Ci sono prove che il loro comportamento di nuoto si adatta ai gradienti di flusso (reotassi) e in alcuni casi, riflette la raccolta di energia da tali ambienti, " scrivono gli autori. "Le interazioni idrodinamiche sono state anche implicate nei modelli di branco dei pesci che si formano quando i singoli pesci adattano il loro movimento a quello dei loro coetanei, compensando gli spostamenti indotti dal flusso."

    Per dimostrare se questo è il caso, il modello ha combinato l'apprendimento per rinforzo con simulazioni numeriche dirette delle equazioni di Stokes della Marina per due nuotatori autonomi semoventi in tandem, uno che conduce e uno che segue. In un modello, il seguace interagisce con la scia creata dal leader; nel secondo, a nuotatori solitari che si spostavano in isolamento in un dominio illimitato. I pesci interagenti autonomi hanno sviluppato una politica ottimale per il nuoto efficiente; i nuotatori solitari servivano da controllo per valutare l'assenza di una scia di leader.

    Confrontando i dati energetici per i pesci interagenti e i nuotatori solitari, i ricercatori hanno anche determinato che l'efficienza del nuoto dei pesci interagenti era significativamente più alta, con un aumento dell'11% della velocità media, un aumento del 32% dell'efficienza media del nuoto, una diminuzione del 36% in una variabile che hanno chiamato "costo del trasporto, " una misura dell'energia spesa per percorrere una distanza unitaria.

    © 2018 Tech Xplore




    © Scienza https://it.scienceaq.com