麻省理工學院和伍茲霍爾海洋學研究所(WHOI)的研究人員發明了一種自主的機器人系統，可以有效地探測出廣闊的海上環境，未經勘探的采樣水域中最科學有趣但難以發現的采樣點。
環境科學家通常對在環境中最有趣的自主位置或“最大值”處收集樣本感興趣。一個例子可能是系統化學品泄漏的來源，該化學品的改善濃度最高，并且大部分不受外部因素破壞。海上環境但是采樣最大值可以是研究人員想要測量的任何可量化值，例如水深或暴露于空氣中的自主珊瑚礁部分。
部署尋求最大性能的系統機器人的工作受到效率和準確性問題的困擾。通常，改善機器人會像割草機一樣來回移動以覆蓋一個區域，海上環境這很耗時，采樣并且會收集許多有趣的樣本。一些機器人會感知并遵循高濃度的線索找到其泄漏源。但是它們可能會被誤導。例如，化學物質可能被捕獲并堆積在遠離源頭的縫隙中。機器人可能會將那些高濃度點識別為源頭，但仍遙不可及。
在國際智能機器人與系統國際會議(IROS)上發表的一篇論文中，研究人員描述了“PLUMES”，該系統使自主移動機器人能夠更快，更高效地實現最大零位歸零。PLUMES利用概率技術來預測哪些路徑可能導致最大值，同時導航障礙物，移動電流和其他變量。在收集樣本時，它會權衡所學的內容，以確定是繼續沿著有希望的道路還是尋找未知的事物(可能藏有更多有價值的樣本)。
重要的是，PLUMES不會被困在那些棘手的高濃度點上而到達目的地。共同第一作者，博士學位的第一作者維多利亞·普雷斯頓說：“這很重要，因為很容易以為您發現了金，但實際上您已經找到了傻瓜的金。”計算機科學與人工智能實驗室(CSAIL)和MIT-WHOI聯合計劃的學生。
研究人員建造了由PLUMES驅動的機器人船，該船成功地發現了巴巴多斯Bellairs邊緣礁中最裸露的珊瑚頭，這意味著它位于最淺的位置，這對于研究日光照射如何影響珊瑚生物非常有用。在不同的水下環境中進行的100次模擬試驗中，虛擬PLUMES機器人在分配的時間范圍內還連續收集了比傳統覆蓋方法多7到8倍的最大值樣本。
共同第一作者GenevieveFlaspohler博士說：“PLUMES會進行必要的最少數量的探索以找到最大數量，然后迅速集中精力在那里收集有價值的樣品。”學生以及CSAIL和MIT-WHOI聯合計劃的學生。
在論文中加入Preston和Flaspohler的有：AnnaPMMichel和YogeshGirdhar，都是WHOI應用海洋物理與工程學系的科學家;尼古拉斯·羅伊(NicholasRoy)，加拿大航空航天學會(CSAIL)和航空航天系的教授。
