Mit seiner Doktorarbeit hat sich Christoph Tholen vom Fachbereich Ingenieurwissenschaften der Jade Hochschule die Aufgabe gestellt, autonome Unterwasserfahrzeuge (AUVs, aus dem Englischen von Autonomous Underwater Vehicles) zu entwickeln. Sie sollen „als Schwarm eine Aufgabe erfüllen können“. Auf die Frage, welche Aufgabe das sein kann, erklärt Tholen:

„Die autonomen Fahrzeuge können im Prinzip alle möglichen Stoffe auf dem Meeresgrund entdecken, versunkenes Material wie Abfall oder Munition, aber auch im Wasser gelöstes Material.

Bei der Suche nach Abfall oder Öl sind Unterwasserfahrzeuge eine mögliche Alternative oder Ergänzung zu Suchflugzeugen, da letztere ausschließlich die Oberfläche des Meeres absuchen. Die AUVs, die wir entwickeln, sollen vor allem Süßwasseraustritte am Meeresboden finden können. Da die Lade- und Energiekapazitäten einzelner AUVs begrenzt sind, bieten sich für die Beforschung etwas größerer Flächen am Meeresgrund Schwärme beziehungsweise eine Gruppe von Unterwasserfahrzeugen an. Das Gebiet, welches wir aktuell simulieren, ist 400 x 400 Meter groß.“

Tholens Doktorarbeit entsteht in enger Zusammenarbeit mit dem Institut für Biologie und Chemie des Meeres der Universität Oldenburg (ICBM). Hier werden unter anderem Zuflüsse von Süßwasser in Salzwasser beforscht, so dass Tholens Fahrzeuge das Potenzial haben sollen, die Arbeit von Projekten am ICBM zu unterstützen.

Was macht Süßwasseraustritte am Meeresgrund interessant?

Weltweit gibt es große Mengen von Süßwasser, die auf dem Meeresboden ins Salzwasser austreten. Tholen geht von Modellen aus, die die Zuflussmenge von Süßwasser am Meeresgrund (inklusive rezirkulierendem Meerwasser) auf die drei- bis vierfache Menge des Wassers schätzen, das über Flüsse ins Meer mündet. Die Zusammensetzung des Süßwassers am Meeresgrund ist deshalb interessant, weil es zum einen Informationen über die Beschaffenheit der Unterwasserwelt geben kann. Zum anderen könnten sich Süßwasservorkommen langfristig auch einer ökologisch sinnvollen Nutzung zuführen lassen.

Derzeit werden Suchfahrzeuge beispielsweise für die Suche nach Minen eingesetzt. Diese fahren – sozusagen zentimeterweise – den Boden des zu untersuchenden Gebietes ab. Für die Suche nach Minen ist das Vorgehen sinnvoll. Eine direkte Übertragung der Suchmethode auf die Unterwasserwelt wäre jedoch zu aufwändig, da in Bereichen ohne oder mit wenigen Süßwasseraustritten die Fahrten über lange Strecken erfolglos wären. Daher möchte Tholen mit seinem Forschungsvorhaben intelligent suchende Fahrzeuge für die Meeresforschung entwickeln, die das Material, das sie suchen sollen, effizienter aufspüren.

Das Verhalten aus der Tierwelt wird Vorbild für die Suchstrategie von Maschinen

Für Arbeitsprozesse oder maschinelle Produktionsabläufe werden bereits Logiken aus der Natur als Vorbild für Algorithmen zum Vorbild genommen. Das neue an Tholens Arbeit ist die Anwendung von Verhaltensweisen aus der Tierwelt auf intelligente Maschinen, die sich für ihre Aufgabe autonom fortbewegen:

„Die Suchaufgabe der Unterwasserfahrzeuge nach Süßwasseraustrittsstellen ähnelt im Prinzip der Suche von Vogel- oder Fischschwärmen nach Futter.

Das Schwarmverhalten von Tieren auf der Suche nach Futter führt zum Erfolg. Daher übertragen wir dieses Verhalten über Suchalgorithmen auf unsere Unterwasserfahrzeuge, damit sie Süßwasseraustrittsstellen am Meeresgrund finden“, erklärt Tholen. „Im Suchalgorithmus berücksichtigen wir Verhaltensweisen, die in der Tierwelt zu beobachten sind. Außerdem berücksichtigen wir Zufallskomponenten. Der Zufall kommt auch in der Natur vor. Wenn wir den Zufall systematisch untersuchen, können wir einen Algorithmus ermitteln, die den Sucherfolg unserer Fahrzeuge wahrscheinlicher und somit ihre Suche noch effizienter macht“.

Particle Swarm Optimization

Jedes Tier kennt seine eigene räumliche Lage und bewegt sich in Abhängigkeit seines eigenen Zustands und seines Wissens über die Umwelt weiter. Die Tiere eines Schwarms kommunizieren miteinander und bewegen sich aufeinander bezogen. Entdecken sie Futter, informieren sie sich und beziehen die Information zum Standort des gefundenen Futters in die weitere Suche mit ein. Dieses Prinzip wird Particle Swarm Optimization (PSO) genannt.

Der Suchalgorithmus, den Tholen für die Unterwasserfahrzeuge entwickelt, bildet die Aufgabe der Fahrzeuge analog zum Suchverhalten der Schwarmtiere ab:

Die Fahrzeuge orten jeweils sich und die anderen Fahrzeuge, messen verschiedene Parameter, wie zum Beispiel Temperatur oder Leitfähigkeit und verwenden diese Informationen, um ihre Bewegungen auf der Suche nach dem exakten Süßwasseraustritt am Meeresgrund zu optimieren.

Levy Flight

Der Levy Flight beschreibt ein weiteres Verhaltensphänomen bei Tieren, genau gesagt den Weg, auf dem sich Einzeltiere auf der Suche nach Futter willkürlich im Raum bewegen. In der Regel folgen einer größeren Anzahl von kleinen Schritten oder Bewegungen wenige lange Schritte oder Schwimmbewegungen. Dieses Muster wiederholt sich viele Male, bis das Tier Futter findet. Auch der Levy Flight findet Eingang in Tholens Suchalgorithmus.

Optimierung am Modell