SAGE: Ergodic Control for Autonomous and Adaptive Inspection of Subsea Infrastructure

Profondamente sotto la superficie oceanica, infrastrutture critiche note come alberi di Natale sottomarini gestiscono il flusso di petrolio e gas. Queste strutture complesse sono punteggiate da valvole, flange e connettori che richiedono un monitoraggio costante per garantire che non presentino perdite. Per decenni, questa ispezione è stata un'attività guidata dall'uomo, che si affidava a sub o a veicoli operati da remoto che seguivano programmi rigidi e prestabiliti. La sfida risiede nel fatto che non ogni parte della struttura è ugualmente importante in ogni momento. Una valvola con una sospetta perdita richiede attenzione immediata e frequente, mentre un componente con una storia pulita può attendere più a lungo. Nell'approccio tradizionale, se viene scoperta una nuova perdita a metà missione, l'operatore umano deve fermare il veicolo, ricalcolare manualmente il percorso e impartire nuovi comandi per dare priorità al pericolo. Questo processo è lento, interrompendo il flusso di lavoro e lasciando lacune critiche nella copertura mentre il piano viene riscritto.

I ricercatori hanno sviluppato un nuovo approccio chiamato SAGE, che sta per Semantic and Adaptive Generative Ergodicity, progettato per consentire ai robot subacquei di gestire autonomamente queste mutevoli priorità. Invece di seguire un ciclo fisso che visita ogni punto nello stesso ordine, questo sistema tratta l'area di ispezione come una mappa del rischio. Il robot calcola continuamente dove il pericolo è più elevato e regola il proprio movimento per trascorrere più tempo in quei punti specifici. L'idea centrale è che il percorso del robot debba riflettere naturalmente le mutevoli esigenze della missione. Se una valvola diventa improvvisamente ad alto rischio, il robot non aspetta che un essere umano ridisegni la mappa; inizia immediatamente a circolare attorno a quella valvola più spesso, semplicemente perché il suo calcolo interno di "dove andare dopo" è cambiato. Questo metodo, noto come controllo ergodico, allinea il movimento del robot con una distribuzione dinamica del rischio, assicurando che il tempo trascorso vicino a un componente sia proporzionale a quanto quel componente necessiti di attenzione in quel momento.

In un ambiente simulato, i ricercatori hanno testato questo sistema contro un metodo standard a percorso fisso utilizzando uno scenario con due strutture sottomarine contenenti in totale cinque valvole. Hanno creato una situazione in cui una valvola presentava una perdita significativa, rappresentando uno scenario ad alto rischio, mentre le altre rimanevano di routine. Il metodo tradizionale, che utilizzava un tour pre-pianificato, trattava ogni valvola con lo stesso programma. Visitava ogni valvola esattamente ogni 8,1 secondi, indipendentemente dal fatto che una valvola fosse in perdita o perfettamente sicura. Anche quando il rischio alla valvola che perdeva aumentava, il robot continuava il suo ciclo fisso, incapace di dare priorità all'emergenza senza l'interruzione umana per riprogrammare il percorso. Al contrario, il sistema SAGE ha reagito istantaneamente alla perdita simulata. Senza alcun intervento umano o pausa per ricalcolare un percorso, il robot ha cambiato automaticamente il proprio comportamento. Ha iniziato a visitare la valvola che perdeva ogni 5,8 secondi, controllandola circa 1,4 volte più spesso del robot a percorso fisso. Nel corso di una simulazione di cinque minuti, il robot SAGE ha visitato la valvola che perdeva 50 volte, mentre il robot tradizionale l'ha visitata solo 37 volte.

La differenza di prestazioni si è estesa oltre la sola valvola in perdita. Poiché il sistema SAGE era concentrato sull'area ad alto rischio, ha naturalmente trascorso meno tempo alle valvole che non ponevano alcuna minaccia. Nella simulazione, il robot ha completamente ignorato una delle valvole a basso rischio, visitandola zero volte, mentre il robot a percorso fisso ha perso tempo controllandola 37 volte. Questa capacità di allocare dinamicamente il tempo significa che una potenziale perdita può passare inosservata per un periodo molto più breve sotto il nuovo sistema. I ricercatori hanno scoperto che il tempo tra i controlli per la valvola pericolosa è stato ridotto significativamente, tagliando la finestra di vulnerabilità a circa due terzi rispetto al vecchio metodo. Il sistema ha ottenuto questo aggiornando costantemente una mappa mentale del rischio e regolando velocità e direzione in tempo reale, piuttosto che seguire uno script rigido.

Sebbene i risultati nella simulazione siano stati promettenti, i ricercatori riconoscono che il sistema presenta dei limiti. Nel test, l'intenso focus del robot sulla valvola che perdeva ha fatto sì che ignorasse completamente la valvola a rischio più basso, il che potrebbe essere un problema se quella valvola dovesse improvvisamente sviluppare un problema. Il team suggerisce che le versioni future del software potrebbero includere una regola di sicurezza per garantire che ogni valvola venga controllata almeno una volta, anche se a basso rischio, assicurando che nessuna parte della struttura venga interamente dimenticata. I passi successivi per questa tecnologia prevedono la chiusura del ciclo tra gli occhi del robot e il suo cervello. Attualmente, i livelli di rischio nella simulazione sono stati impostati manualmente, ma l'obiettivo finale è che il robot rilevi le perdite direttamente attraverso le sue telecamere o il sonar e aggiorni automaticamente la mappa del rischio. I ricercatori intendono anche testare il sistema su veri veicoli subacquei nell'oceano, inclusi esperimenti in cui una perdita viene introdotta a metà missione per vedere come il robot si adatta nel mondo reale.

Questa tecnologia rappresenta un passaggio dalla programmazione rigida alla consapevolezza adattiva, permettendo ai sistemi autonomi di prendere decisioni basate sulle condizioni in tempo reale piuttosto che su un piano pre-scritto. La stessa logica potrebbe essere applicata in futuro ad altri compiti in cui le priorità cambiano rapidamente, come la ricerca di sopravvissuti in zone di disastro, il monitoraggio di pericoli ambientali come le fuoriuscite di petrolio o la raccolta di rifiuti nelle acque costiere. Lasciando che il robot decida dove andare in base a dove la necessità è maggiore, il sistema offre un modo per rendere l'ispezione subacquea più veloce, sicura e reattiva alle realtà immediate dell'oceano profondo.