Как робот учится плавать в хаосе потоков ✎ экспресс

Оригинал: "Flow-aware Optimal Navigation in Unsteady Flows through Reinforcement Learning"
arXiv:2607.13553 · 2026-07-15 · arXiv non-exclusive · собственный разбор · 1 мин
Роботы учатся ориентироваться в бурной воде, запоминая скорость течения рядом с собой.

В спокойной воде маршрут ясен. Но в бурных потоках роботу нужна иная стратегия. Обычные подходы требуют точной карты течений, однако в реальности её не получить. Природа идёт иначе: рыбы чувствуют давление и водовороты прямо у тела.

В виртуальном бурном потоке исследователи обучали роботов добираться до цели, оснащая их разными «органами чувств». Одни знали направление на цель, другие измеряли местную скорость воды или её вращение (завихрённость). Некоторые запоминали несколько последних замеров, чтобы учитывать недавнюю историю толчков — как пловец, который помнит, куда его несло секунду назад.

Лучше всех справлялся робот, который помнил всего три предыдущих значения скорости, — он двигался короче и тратил меньше энергии.

Парадоксальный итог: роботы с датчиками вращения точнее выходили на цель, а чувствительные к скорости экономили силы. Но стоило дать роботу общую картину течений, как навыки рушились. Избыток информации запутывал, тогда как скромная местная память давала надёжный курс.

Боковая линия рыб не только заменяет им целый набор датчиков, но и работает без участия мозга — это рефлекс, позволяющий мгновенно уклоняться от хищников.

Учёные
ArchimedesDaniel BernoulliLeonhard EulerGeorge Gabriel StokesLudwig Boltzmann
Понятия
обучение с подкреплением агент вычислительная гидродинамика перенос обучения течение жидкости навигация навигация без GPS робототехника оптимизация скорость робот кровоток методы регуляризации нейронные сети в пространственном картировании резервуарные вычисления трансформеры автоматизация поле скоростей самокоррекция ИИ управление в реальном времени