التخطيط الملاحي الذكي: ثورة في التشغيل الذاتي للغواصات تحت الماء

تعتبر روبوتات الغوص تحت الماء من الأدوات الضرورية لاستكشاف المحيطات وجمع البيانات، ولكن قلة من هذه الروبوتات تتمتع بقدرة التشغيل الذاتي على المدى الطويل. شهدت السنوات الأخيرة طلبًا متزايدًا من المعنيين لتطوير أدوات تسهل إدارة أساطيل ضخمة من الغواصات. لكن الطرق الحالية في هذا المجال لم تحقق النجاح بسبب عدم قدرتها على التعامل مع عدم اليقين البيئي والقيود التشغيلية.

في دراسة جديدة، تم تقديم منهجية تخطيط الملاحة الذكية التي تأخذ في الاعتبار عدم اليقين البيئي، حيث تم صياغة المشكلة كعملية قرار ماركوفية للطريق الأقصر (Stochastic Shortest-Path Markov Decision Process). وتستخدم هذه المنهجية مُخططًا على أساس عينات يعتمد على البحث في الأشجار مونت كارلو (Monte Carlo Tree Search) لتوفير استجابة فعالة في الوقت الحقيقي.

تولد العينات من محاكي مدعم بالفيزياء مُعاير على بيانات حقيقية للغواصات، مما يمكن هذا النظام من التقاط التنفيذ غير المؤكد للعمليات وتوقعات التيارات البحرية دون تحمل تكاليف حسابية مرتفعة. تم دمج هذه المنهجية في نظام ذاتي للغواصات Slocum، والذي ينفذ إعادة تخطيط مغلقة عند كل ظهور على السطح.

تم اختبار هذا النظام في بعثتين في بحر الشمال استمرتا لمدة تقارب الثلاثة أشهر وقطعتا حوالي 1000 كيلومتر، مما يعد أطول حملات غووص ذاتية في الأدبيات حتى الآن. أظهرت النتائج تحسينات تصل إلى 9.88% في مدة الغوص و16.51% في طول المسار، بما في ذلك تقليص ملحوظ في طول المسار بنسبة 9.55% في عملية ميدانية. هذا الابتكار يمثل خطوة مهمة نحو تحقيق تشغيل مستقل فعّال للغواصات تحت الماء على المدى الطويل.