H-SPAR: Hydrodynamic-aware Simulation for Particle Transport and Autonomous Robots

المحيط لا يهدأ أبداً. فحتى في الأيام الهادئة، تتحرك المياه في تيارات معقدة ومتغيرة تحمل كل ما يطفو على سطحها. وبالنسبة للعلماء الذين يحاولون دراسة صحة محيطاتنا، فإن هذه التيارات تمثل أداة وتحدياً في آن واحد؛ فهي تساعد في نشر الملوثات، واللدائن الدقيقة (الميكروبلاستيك)، وازدهار الطحالب، مما يجعلها مرئية للمستشعرات، لكنها أيضاً تدفع الروبوتات ذاتية القيادة عن مسارها، مما يهدر الطاقة والوقت. ولفهم ما يحدث في الماء، يحتاج الباحثون إلى إرسال قوارب روبوتية يمكنها التنقل عبر هذه التدفقات بينما تتبع في الوقت نفسه الجسيمات العائمة التي يُفترض بها أخذ عينات منها. وتكمن الصعوبة في حقيقة أن الماء يحرك الروبوت والجسيمات المستهدفة في نفس الوقت، ولكن بطرق مختلفة غالباً اعتماداً على الشكل الدقيق للتيار وسرعة القارب. فإذا صُمم الروبوت دون مراعاة هذا التأثير المزدوج، فقد يتبع خطاً هندسياً مثالياً على الخريطة ليجد نفسه قد جرفه دوار مائي خفي، مما يجعله يخطئ أهدافه تماماً.

هذه هي المشكلة التي يعالجها أداة محاكاة جديدة تسمى H-SPAR، طورها باحثون من جامعة تورنتو متروبوليتان وجامعة كوليدج لندن. فبدلاً من محاولة بناء روبوت فيزيائي لاختبار كل سيناريو ممكن في المحيط الحقيقي، أنشأ الفريق بيئة رقمية دقيقة للغاية حيث يمكنهم مراقبة كيفية تفاعل قارب افتراضي وجسيمات افتراضية مع محيط افتراضي. والابتكار الرئيسي هو أن هذا المحاكي يعامل تيار الماء ليس مجرد اضطراب خلفي، بل كقوة مشتركة تحرك كلاً من حركة الروبوت وانجراف الجسيمات التي يحاول التقاطها. في الأنظمة السابقة، كان يتم نمذجة هذه العناصر بشكل منفصل، مما يعني أن الباحثين لم يكن بإمكانهم رؤية كيف سيؤدي التغيير في التيار إلى تغيير مسار القارب وموقع الحطام العائم في وقت واحد. يقوم نظام H-SPAR بربطهما معاً، مما يسمح للعلماء باختبار استراتيجيات أخذ العينات في عالم يشبه إلى حد كبير المحيط الحقيقي.

استخدم الباحثون هذه الأداة لاختبار مدى فعالية استراتيجيات الملاحة المختلفة عندما تكون المياه في حالة حركة. وقارنوا بين طريقة تخطيط قياسية، والتي تبحث ببساالة عن أقصر مسافة بين نقطتين، وبين طرق أكثر تقدماً تأخذ التيار في الاعتبار. في المحاكاة، أنتجت الطريقة القياسية أقصر خط على الخريطة، ولكن عندما حاول القارب الافتراضي اتباعه، دفعه التيار بعيداً عن مساره، مما أجبره على استهلاك وقود إضافي لمحاربة التدفق. أما المخططون المتقدمون، الذين عرفوا اتجاه وسرعة المياه مسبقاً، فقد اختاروا مسارات أطول قليلاً تسير مع التيار بدلاً من ضده. وقد وفر هذا قدراً كبيراً من الطاقة، مما قلل من تكلفة محاربة التدفق المعاكس بنسبة تقارب 70 بالمائة خلال مرحلة التخطيط. ومع ذلك، كشفت المحاكاة عن فارق دقيق وحاسم: فعندما يتغير التيار بمرور الوقت، كما يحدث في العالم الحقيقي، تنخفض ميزة هؤلاء المخططين الأذكياء إلى حوالي 42 بالمائة. وأظهر هذا أنه على الرغم من أن معرفة التيار تساعد، إلا أن الطبيعة المتغيرة للمياه والحدود الفيزيائية لتوجيه القارب لا تزال تخلق فجوة بين الخطة المثالية والرحلة الفعلية.

كما بحثت الدراسة في كيفية تأثير الاتجاه الذي يتحرك فيه الروبوت أثناء مسح منطقة ما على قدرته على التقاط الجسيمات العائمة. واختبر الفريق أنماط مسح مختلفة، تشبه الطريقة التي قد يتبعها شخص عند قص العشب، ولكن مع تحرك الروبوت بزوايا مختلفة بالنسبة للتدفق. ووجدوا أن أفضل زاوية لالتقاط الجسيمات لم تكن قاعدة ثابتة؛ بل اعتمدت كلياً على كيفية حركة الجسيمات ومدى احتمالية إمساك الروبوت بها. في بعض الحالات، كان التحرك بشكل عمودي على التيار يلتقط أكبر عدد من الجسيمات، ولكن في حالات أخرى، كان التحرك مع التيار أكثر فعالية لأنه يغير السرعة التي يدخل بها الماء إلى مدخل أخذ العينات في الروبوت. والاكتشاف الأكثر أهمية كان أن الزاوية التي تلتقط أكبر عدد من الجسيمات من الناحية الهندسية لم تكن دائماً هي الزاوية التي تنجح في أخذ العينات منها. ولأن قدرة الروبوت على الإمساك بالجسيم تعتمد على السرعة النسبية بين القارب والجسيم، فإن المسار الذي يبدو فعالاً على الخريطة قد يكون في الواقع سيئاً في جمع العينات إذا كان الماء يتحرك بسرعة كبيرة جداً أو بطيئة جداً بالنسبة للمدخل.

من خلال تشغيل هذه السيناريوهات المعقدة في نظام واحد موحد، أثبت الباحثون أنه لا يمكنك تقييم نجاح الروبوت من خلال النظر إلى مساره أو معدل أخذ العينات الخاص به بمعزل عن الآخر. فالماء يربط كل شيء ببعضه. فالمسار الذي يوفر الطاقة قد يخطئ الجسيمات المستهدفة، والمسار الذي يلتقط الكثير من الجسيمات قد يهدر الكثير من الوقود. توفر محاكاة H-SPAR طريقة لرؤية كل هذه المقايضات في وقت واحد، مما يقدم صورة أوضح لكيفية تصميم المهمات في المحيط الحقيقي. وتشير النتائج إلى أن مهمات الروبوتات المستقبلية ستحتاج إلى التخطيط بفهم عميق لكيفية تحريك الماء لكل من الروبوت والهدف، بدلاً من مجرد معاملة المحيط كمسرح ثابت. ويسمح هذا النهج باختبار الاستراتيجيات بشكل أكثر واقعية قبل أن يغادر أي روبوت فيزيائي الرصيف، مما يضمن أنها عندما تنطلق، ستكون مستعدة للواقع الديناميكي والمتغير للبحر.