Die Wissenschaftler vom Computational Science & Engineering Lab (CSElab) simulierten das komplexe Zusammenspiel von schwimmenden Fischen und ihrem Strömungsumfeld. Bisher wurden derartige Simulationen mit stark vereinfachten Modellen durchgeführt, weil die Berechnung der Fluiddynamik zu aufwändig war, wie aus einer Mitteilung der ETH Zürich hervorgeht.
Dank dem Supercomputer «Piz Daint» am Nationalen Hochleistungsrechenzentrum der Schweiz (CSCS) war nun erstmals eine rechenintensive Simulation ohne Vereinfachungen möglich. Zudem kam ein Algorithmus des verstärkenden Lernens zum Einsatz. Dabei erlernen die Agenten durch Belohnung, eine optimale Strategie zu entwickeln, um ihr Ziel zu erreichen.
Schwimmverhalten trainieren
Die Forschenden nutzen den Algorithmus, um die Fische auf ein optimales Schwimmverhalten zu trainieren. Die simulierten Tiere konnten autonom entscheiden, wie sie auf die unsteten Strömungsfelder, die ihre Artgenossen erzeugten, am effizientesten reagieren.
Überraschend seien die Fische, um Energie zu sparen, in der Wirbelströmung der anderen geschwommen, auch wenn es ihnen möglich gewesen sei, unabhängig voneinander zu schwimmen. «Intuitiv nimmt man an, dass die Fische den unruhigen Bereichen ausweichen und in ruhigen Bereichen schwimmen. Doch stattdessen lernen sie, direkt in die Wirbel hinein zu schwimmen», sagt Siddhartha Verma, vom CSElab laut der Mitteilung.
Von den Fischen lernen
Die Forscher stellten fest, dass die Fische beim Schwimmen dann am meisten Energie sparen, wenn sie nicht wie bisher angenommen hintereinander schwimmen, sondern sich leicht versetzt zur Schwimmrichtung ihres Anführers positionieren. In dieser Position nutzen sie die durch die Schwimmbewegung des Anführers generierten Strömungswirbel, indem sie diese mit ihrem Kopf abfangen und aufspalten.
Die Fragmente leiten sie dann an ihrem Körper entlang. Der Verlauf der aufgespaltenen Wirbel versorgt dabei die Fische mit Schub, ohne dem Anführer Energie zu rauben. «Damit gelang es uns zu zeigen, dass Fische, die sich passend in einem Schwarm positionieren, aus der dort herrschenden Fluiddynamik Energie ziehen können», so Verma.
Die entwickelten Algorithmen könnten nun für autonom schwimmende oder fliegende Roboter nutzbar gemacht werden. So könnten Drohnen beispielsweise unerwartete Strömungsverhältnisse in einem Sturm bewältigen.
Es gebe auch Überlegungen, Flugzeuge mit ähnlichen Zielen über bestimmte Strecken in Formationen fliegen zu lassen, um Treibstoff zu sparen. «Der von uns entwickelte Algorithmus könnte hier ebenfalls zum Einsatz kommen», wird Guido Novati, Doktorand am CSElab, in der Mitteilung zitiert. Die Studie der Forscher erschien im Fachjournal «PNAS».
