一些重要的水下基础设施往往不像陆地上的基础设施那样容易接近，导致许多重要的损坏检查无法正常进行。
配备多功能人工智能系统的机器人在检查水下基础设施时可以快速处理不可预测的情况。
由于这些基础设施一般位于深水中，检查人员不仅需要极其专业的培训，而且深水对潜水员健康造成的影响往往需要数周时间才能恢复。
此外，需要检查的水下设施数量远远超过受过训练的潜水员数量。
目前，科学家们已经设计出可以执行这些危险任务的机器人。
然而问题在于，这些机器人目前无法对不可预测的水下环境做出智能反应。
美国史蒂文斯理工学院的研究人员正在研究算法，使这些机器人能够检查和保护水下设施。
领导这项工作的是该学院机械工程教授布伦丹·恩格洛特(Brendan Englot)。
他说：“让机器人在水下自由移动是非常困难的。
由于深水中能见度较差，水下机器人很难像人类在陆地上自由行走一样在水下自由移动。
” Englot领导的团队强化了学习方法来训练算法。
这意味着，机器人不是使用精确的数学模型，而是执行相关动作，看看这种方法是否有助于实现目标。
通过反复试验，该算法不断更新其收集的数据，最终得出应对不断变化的环境的最佳方法。
这样，机器人就可以在之前图表上未标记的区域中成功操作和导航。
最近，研究团队派出机器人定位曼哈顿岛的一个码头。
“之前我们没有那个码头的模型，我们派出水下机器人后，它成功完成定位并返回。
”该机器人利用声纳来获取数据，这被认为是目前最可靠的水下导航方法。
它的工作原理与海豚回波测距类似，通过测量高频啁啾从附近结构反弹所需的时间来计算距离。
这种测试方法的一个缺点是它只能接收类似于灰度医学超声的图像。
恩格洛特的团队认为，一旦对结构进行建模，就可以在机器人第二次通过该区域时使用摄像机捕获关键区域的高分辨率图像。
Englot领导的项目仍处于早期阶段，但它证明人工智能可以开创机器人技术的新时代，提高效率的同时降低人类工作的风险。