摘要：
该机器人将配备多功能人工智能，在检查水下基础设施时，可以快速适应不可预测的条件。一些国家最重要的基础设施隐藏在水下。然而，由于很难进入其中的大部分，重要的损坏检查很少发生。
发送者需要大量的训练，由于深度过大，可能需要几个星期才能恢复。水下结构远不止技术潜水员检查的那么简单。
机器人被设计来执行一些危险的任务。问题是，到目前为止，他们缺乏应对水下环境不可预测和快速变化的智能。史蒂文斯理工学院的研究人员正在开发算法，使这些水下机器人能够检查和保护基础设施。他们的工作由史蒂文斯大学机械工程教授布伦丹英格洛领导。
“有许多困难的干扰在机器人周围推来推去，情况通常非常糟糕，所以很难让车辆在水下给出同样的态势感知，以至于一个人只是在地上或空中走来走去，”Englot说。Englot和他的团队正在使用强化学习来训练算法。机器人不使用精确的数学模型，而是执行动作，观察是否有助于实现目标。
通过试错案例，用收集的数据更新算法，找出处理水下条件变化的最佳方式。这将使机器人能够成功地机动和导航，即使在以前没有地图的地区。最近，一个机器人被派去绘制曼哈顿码头的地图。“我们没有以前的码头模式，”Englot说。“我们可以把我们的机器人送下去，成功找到我们在整个任务中的位置。”
机器人使用声纳获取数据，这被广泛认为是水下导航最可靠的数据。它类似于海豚的回声定位，通过测量高频啁啾从附近的结构反弹回来所需的时间。这种方法的一个缺点是，你只能接收到类似于灰度医学超声的图像。Englot和他的团队认为，一旦绘制出结构，机器人的第二次通过就可以使用相机获得关键区域的高分辨率图像。
目前仍处于早期阶段，但Englot的项目是人工智能如何为机器人开创新时代的一个例子，可以提高效率，降低对人类的风险。
