AI 增强的高效水下滑翔机自动设计
机器人学
2025-05-02 v1 人工智能
图形学
机器学习
计算物理
摘要
新型自主水下滑翔机的发展一直受到外形多样性有限的阻碍，这主要是由于依赖传统设计工具，而这些工具严重依赖手动试错。由于表示滑翔机外形的复杂性以及与复杂流固耦合建模相关的高计算成本，构建自动化设计框架具有挑战性。在这项工作中，我们引入了一个 AI 增强的自动化计算框架，旨在通过创建具有非平凡船体形状的水下机器人来克服这些限制。我们的方法涉及一种协同优化形状和控制信号的算法，该算法利用降阶几何表示和基于可微神经网络的流体替代模型。这种端到端的设计工作流程有助于快速迭代和评估水动力性能，从而在各种控制设置下发现最优且复杂的船体形状。我们通过风洞实验和泳池滑翔测试验证了我们的方法，证明我们计算设计的滑翔机在能效方面超越了手动设计的对应物。通过解决高效形状表示和神经流体替代模型方面的挑战，我们的工作为开发高效水下滑翔机铺平了道路，对远洋探索和环境监测具有重要意义。
引用
@article{arxiv.2505.00222,
title = {AI-Enhanced Automatic Design of Efficient Underwater Gliders},
author = {Peter Yichen Chen and Pingchuan Ma and Niklas Hagemann and John Romanishin and Wei Wang and Daniela Rus and Wojciech Matusik},
journal= {arXiv preprint arXiv:2505.00222},
year = {2025}
}