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

海洋の深海では、石油やガスの流れを管理するサブシー・クリスマスツリーと呼ばれる重要なインフラストラクチャが稼働しています。これらの複雑な構造物には、漏洩がないか常に監視する必要があるバルブ、フランジ、コネクタが随所に配置されています。数十年にわたり、この点検はダイバーや遠隔操作型無人潜水機（ROV）を用い、厳格に定められたスケジュールに従う人間主導の取り組みで行われてきました。課題は、構造物のすべての部分が、あらゆる瞬間において等しく重要であるわけではないという点にあります。漏れが疑われるバルブは即座かつ頻繁な対応を必要としますが、問題のないコンポーネントはより長く放置しても構いません。従来のアプローチでは、ミッションの途中で新しい漏れが発見された場合、人間のオペレーターは車両を停止させ、ルートを手動で再計算し、優先順位を付けるための新しいコマンドを発行しなければなりません。このプロセスは遅く、作業の流れを中断させ、計画を書き換えている間、重要な監視の空白を生じさせます。

研究者たちは、水中ロボットがこれらの変化する優先順位を自律的に処理できるように設計された、SAGE（Semantic and Adaptive Generative Ergodicity：意味論的かつ適応的な生成エルゴディシティ）と呼ばれる新しい手法を開発しました。このシステムは、すべての地点を同じ順序で巡る固定されたループに従う代わりに、点検エリアを「リスクのマップ」として扱います。ロボットは、どこに危険が最も高いかを継続的に計算し、それらの特定の場所に滞在する時間を増やすように動きを調整します。核心となるアイデアは、ロボットの経路がミッションの変化するニーズを自然に反映すべきであるという点です。もしバルブが突然高リスクになった場合、ロボットは人間がマップを書き直すのを待つのではなく、内部的な「次にどこへ行くべきか」という計算が変化したことにより、即座にそのバルブの周囲をより頻繁に回るようになります。この「エルゴディック制御」として知られる手法は、ロボットの動きをリアルタイムのリスク分布に一致させ、コンポーネントに費やされる時間が、現在そのコンポーネントがどれほど注意を必要としているかに比例するようにします。

シミュレーション環境において、研究者たちは、合計5つのバルブを含む2つの水中構造物を用いたシナリオを用いて、このシステムを標準的な固定ルート方式と比較検証しました。彼らは、1つのバルブが重大な漏れを起こしている高リスクシナリオを作成し、他のバルブは通常の状態であると設定しました。従来の、あらかじめ計画されたツアーを用いる手法は、すべてのバルブを同じスケジュールで扱いました。たとえあるバルブで漏れが発生していても、そのロボットは各バルブを正確に8.1秒ごとに訪問しました。リスクが高まったとしても、ロボットは固定されたループを継続し、人間が介入してルートを再計画しない限り、緊急事態を優先することができませんでした。対照的に、SAGEシステムはシミュレーション上の漏れに対して即座に反応しました。人間の介入や経路の再計算のための停止なしに、ロボットは自動的に行動を変化させました。ロボットは漏れているバルブを約5.8秒ごとに訪問し始め、固定ルートのロボットよりも約1.4倍多くチェックを行いました。5分間のシミュレーションを通じて、SAGEロボットは漏れているバルブを50回訪問しましたが、従来のロボットはわずか37回しか訪問しませんでした。

性能の差は、漏れているバルブだけでなく、他の部分にも及びました。SAGEシステムは高リスク領域に集中していたため、自然と脅威のないバルブに費やす時間を減らしました。シミュレーションにおいて、ロボットは低リスクのバルブの1つを完全に無視し、訪問回数はゼロでしたが、固定ルートのロボットはそれを37回もチェックするという時間の無駄を犯しました。この動的な時間の割り当て能力により、潜在的な漏れが検知されない期間を大幅に短縮できます。研究者たちは、危険なバルブに対するチェックの間隔が大幅に短縮され、脆弱性の窓が旧来の手法と比較して約3分の2に抑えられたことを見出しました。システムは、硬直したスクリプトに従うのではなく、リスクのメンタルマップを常に更新し、リアルタイムで速度と方向を調整することで、これを実現しました。

シミュレーションの結果は有望であったものの、研究者たちはこのシステムには限界があることも認めています。テストでは、ロボットが漏れているバルブに過度に集中したため、最もリスクの低いバルブを完全に無視してしまいました。これは、もしそのバルブに突然問題が発生した場合、問題となる可能性があります。チームは、将来のバージョンのソフトウェアに、たとえ低リスクであってもすべてのバルブを少なくとも一度はチェックすることを保証する安全ルールを含めることで、どの部分も完全に忘れられることがないようにできると示唆しています。次のステップは、ロボットの「目」と「脳」の間のループを閉じることです。現在、シミュレーションにおけるリスクレベルは手動で設定されていますが、最終的な目標は、ロボットがカメラやソナーを通じて直接漏れを検出し、リスクマップを自動的に更新することです。また、研究者たちは、ミッションの途中で漏れを発生させ、ロボットが現実世界でどのように適応するかを確認する実験を含め、実際の海洋環境における実機でのテストも計画しています。

この技術は、硬直したスケジューリングから適応的な認識への転換を意味しており、自律システムが、事前に書かれた計画ではなく、リアルタイムの状況に基づいて意思決定を行うことを可能にします。同じ論理は、災害現場での生存者捜索、オイルスピルなどの環境ハザードの監視、あるいは沿岸域でのゴミ回収など、優先順位が即座に変化する他のタスクにも応用できる可能性があります。ニーズが最も高い場所に基づいてロボットが行き先を決定させることで、このシステムは、水中点検をより速く、より安全に、そして深海の即時的な現実に即したものにする方法を提供します。