World-Model-Grounded LLM Planning for AUV and ASV Navigation Near Offshore Wind Farms

Immaginate un robot capace di comprendere una frase semplice come "vai a ispezionare quella turbina eolica" e poi di capire i passaggi per arrivarci. Per anni, gli scienziati hanno insegnato all'intelligenza artificiale a fare esattamente questo utilizzando i grandi modelli linguistici, la stessa tecnologia che alimenta gli assistenti intelligenti e i chatbot. Questi sistemi sono eccellenti nel scomporre un grande obiettivo in azioni più piccole, come "muoviti in avanti", "gira a sinistra" o "fermati". Tuttavia, hanno un punto cieco critico: non comprendono la fisica. Conoscono le parole per muovere una barca o un sottomarino, ma non possono sentire il peso dell'acqua, la resistenza della corrente o il ritardo che un motore impiega a rispondere. Se si chiede a un modello linguistico standard di timonare un'imbarcazione attorno a una turbina, potrebbe suggerire una virata che appare perfetta sulla carta, ma che fallisce nella realtà perché l'acqua spinge la barca lateralmente o il motore ritarda, causando lo scivolamento del vascello direttamente contro la struttura. Questo divario tra ciò che un computer pensa accadrà e ciò che accade realmente nell'oceano è il problema centrale che i ricercatori del Norwegian Defence Research Establishment e della Heriot-Watt University si sono posti di risolvere.

Il team ha sviluppato un nuovo modo per guidare i robot autonomi vicino ai parchi eolici offshore dotandoli di un "modello del mondo". Pensate a questo non come a un secondo cervello che pensa, ma come a un simulatore altamente accurato che gira in background. In questo sistema, il modello linguistico agisce ancora come il comandante, decidendo la sequenza di azioni in base alla descrizione della missione. Ma prima che il robot si muova, il modello del mondo interviene per rispondere alle domande di "quanto tempo" e "quanto tanto". Calcola la durata precisa per ogni movimento e verifica se il piano sopravviverà alle realtà fisiche dell'oceano, come onde, correnti e il modo specifico in cui funzionano i propulsori del robot. Se il piano sembra portare a una collisione, il modello del mondo regola il tempo o il percorso, assicurando che il robot rimanga al sicuro pur raggiungendo il proprio obiettivo.

Per testare questo approccio, i ricercatori hanno lavorato con due tipi di robot molto diversi: un veicolo subacqueo capace di muoversi in tutte le direzioni, incluso lateralmente, e un'imbarcazione di superficie che può solo muoversi avanti, indietro e girare, in modo simile a un'auto. Hanno creato un sistema ibrido in cui un simulatore fisico standard forniva le regole base del movimento, e una rete neurale imparava a correggere i piccoli errori disordinati che le macchine reali commettono. Questa combinazione ha permesso al sistema di prevedere lo stato futuro del robot con estrema precisione. Nelle loro simulazioni, il sistema poteva prevedere dove si sarebbe trovato il robot subacqueo dopo un minuto con un errore inferiore a un singolo millimetro, e dove si sarebbe trovata l'imbarcazione di superficie con un errore inferiore a mezzo metro.

I risultati dei loro test sono stati sorprendenti. Quando ai robot venivano assegnate missioni per navigare attorno a torri di turbine eoliche e cavi, il modello linguistico da solo falliva completamente. Si scontrava con gli ostacoli in ogni singolo tentativo perché non riusciva a tenere conto della deriva causata dalle correnti d'acqua o del ritardo dei motori. Al contrario, quando il modello linguistico veniva abbinato al modello del mondo, sia il robot subacqueo che quello di superficie raggiungevano le loro destinazioni senza una singola collisione. Il sistema ha ridotto la distanza tra il punto in cui il robot si è fermato e il suo obiettivo previsto di circa il 93% per il veicolo subacqueo e tra il 70 e l'82% per l'imbarcazione di superficie, rispetto ai tentativi non guidati.

Una parte particolarmente intelligente del lavoro ha riguardato l'imbarcazione di superficie, che spesso è troppo piccola ed economica per trasportare sensori costosi come sonar o scanner laser per mappare il fondale marino in tempo reale. Inve dove non affidarsi ai sensori di bordo, i ricercatori hanno insegnato al sistema di "vedere" l'ambiente utilizzando immagini satellitari, carte nautiche e previsioni meteorologiche. Un modello visione-linguaggio ha analizzato queste mappe esistenti per identificare ostacoli come rocce basse o strutture sommerse, trasformandoli in una mappa digitale che il robot potesse utilizzare. Questo metodo si è dimostrato efficace quanto avere un essere umano che disegna manualmente gli ostacoli su una mappa, raggiungendo un tasso di precisione del 96% nel distinguere le aree navigabili da quelle non navigabili. Ciò significa che i robot a basso costo potrebbero presto navigare in aree costiere complesse senza dover trasportare attrezzature pesanti e costose.

I ricercatori hanno anche testato quanto bene questo sistema avrebbe retto in una simulazione più realistica e ad alta fedeltà, che includeva schemi d'onda complessi e correnti imprevedibili. Anche in questo ambiente impegnativo, i robot sono rimasti privi di collisioni. Il sistema includeva un meccanismo di sicurezza che rivalutava costantemente il piano mentre il robot si muoveva. Se il robot deviava dalla rotta a causa di un'onda improvvisa, il sistema ricalcolava rapidamente il percorso rimanente per garantire che potesse ancora raggiungere l'obiettivo in sicurezza. Questo processo a ciclo chiuso, che agisce come un costante controllo e bilanciamento, è stato cruciale per il successo, specialmente nelle manovre strette dove un piccolo errore potrebbe portare a uno scontro.

In definitiva, lo studio dimostra che, sebbene l'intelligenza artificiale sia potente nel comprendere il linguaggio e pianificare sequenze, ha bisogno di un radicamento nella realtà fisica per essere utile nel mondo reale. Combinando il ragionamento di alto livello di un modello linguistico con un modello del mondo consapevole della fisica, i ricercatori hanno creato un sistema in grado di guidare in sicurezza i veicoli autonomi attraverso l'ambiente complesso e dinamico dei parchi eolici offshore. Il lavoro suggerisce che il futuro della robotica marina non risiede nel rendere il modello linguistico più intelligente, ma nel dargli una migliore comprensione del mondo fisico in cui opera, permettendogli di prendere decisioni che siano non solo logiche, ma anche fisicamente possibili.