IIT-M et Harvard développent un algorithme pour automatiser les rangers et les drones et réduire le braconnage

jeEn Inde et dans le monde, des chercheurs de l’Indian Institute of Technology et de l’Université de Harvard ont développé un algorithme d’apprentissage automatique (ML) innovant appelé CombSGPO (Optimized Combined Gaming Policy Optimization).

Cet algorithme ML a été développé à la suite d’une étude dirigée par le professeur Balaraman Ravindran du Département d’informatique et d’ingénierie de l’IIT Madras, qui est également à la tête du Centre Robert Bosch pour la science des données et l’intelligence artificielle à l’Institut, en collaboration avec le professeur Milind També. Groupe – Teamcore – Université de Harvard. (Photo ci-dessus, gracieuseté de Facebook / Akhtamar Tour)

Dans leur article revu par des pairs, ils ont écrit aux co-auteurs intitulés “Support for Uniform Distribution and Patrols in Uncertain Signaling Games,” le CombSGPO dépend de la connaissance de la densité sous-jacente des animaux et des hypothèses sur les braconniers, tels que les braconniers qui connaissent l’initiale distribution pendant la phase de patrouille, l’emplacement du défenseur, il peut être en mesure d’échapper au ranger, et une meilleure stratégie pour le défenseur peut être simplement de protéger des cibles de valeur.

Ils ajoutent : « Nous supposons également que les braconniers savent que signaler signifie que les gardes forestiers réagissent pour empêcher le braconnage. Tout déploiement doit donc se faire de manière transparente et en coopération avec les acteurs locaux, en particulier dans les communautés traditionnellement marginalisées, et en fonction du contexte local. , d’autres interventions peuvent être meilleures ou utilisées en conjonction avec la signalisation stratégique et CombSGPO.

Les chercheurs ont découvert que l’utilisation combinée et coordonnée des gardes forestiers et des drones est un bon moyen de protéger la faune contre le braconnage. En raison de ressources limitées (Rangers et Drones), les chercheurs ont développé un algorithme qui fournit une bonne stratégie pour protéger la faune avec les ressources disponibles. “Ce nouvel algorithme propose des stratégies très efficaces et plus évolutives que les précédentes conçues dans le même but”, expliquent les auteurs.

Soulignant la nécessité d’une telle recherche, le professeur Balaraman Ravindran a déclaré: “Le travail a été motivé par la nécessité d’une allocation stratégique des ressources et de patrouilles dans les domaines de la sécurité verte pour prévenir les activités illégales telles que le braconnage de la faune, l’exploitation forestière illégale et la pêche illégale. Détecteurs d’objets pour animaux et braconniers sont installés et peuvent effectuer des signalisations stratégiques et interagir entre eux et avec les patrouilles humaines.

Cet algorithme développé utilise un modèle basé sur la théorie des jeux développée par des chercheurs. Selon Investopedia, pour les personnes inexpérimentées, “la théorie des jeux est un cadre théorique permettant d’imaginer les situations sociales de joueurs concurrents”. Dans le contexte de la conservation de la faune, la théorie des jeux aide à prédire les zones où le braconnage peut se produire. Ces prévisions sont basées sur des incidents de braconnage passés et des interactions entre braconniers et défenseurs.

Présentation : Ces algorithmes peuvent aider les transporteurs uniformes à patrouiller dans les forêts denses.

En développant ce projet, Aravind Venugopal, le premier auteur de l’étude, et RBCDSAI, IIT Madras, un boursier de premier cycle, ont déclaré : “Le modèle de jeu et les ressources que nous utilisons pour simuler le braconnage entre un tel défenseur et sont liés aux drones déjà déployés par l’Air Shepherd (un fonds qui utilise des drones pour arrêter le braconnage des éléphants et des rhinocéros dans le pays).

Les chercheurs ont testé cet algorithme dans une simulation informatique du modèle comportemental d’un braconnier, ce qui a conduit chaque braconnier à se déplacer vers des zones où il y a une forte probabilité de trouver des animaux, mais aussi à s’éloigner des agents de protection (drones et rangers).

“Nous travaillons actuellement sur la nécessité de prendre d’autres mesures pour le rendre possible, comme l’amélioration de l’efficacité de l’échantillonnage. En Inde, cet algorithme n’a pas été utilisé initialement. Cependant, nous aimerions qu’il soit utilisé dans le monde réel pour lutter contre le braconnage », a déclaré Aravind dans une interview. Meilleure Inde.

Il a ajouté: “Les gardes forestiers doivent souvent patrouiller dans de vastes zones de forêt avec des ressources limitées. Il existe désormais des drones de surveillance qui peuvent détecter des objets pour des activités telles que la détection de personnes, d’animaux, etc. dans la forêt. Notre algorithme combine des drones et des gardes forestiers et des trains cette équipe, l’allocation stratégique des ressources, les patrouilles et la communication, qui, selon nous, conduiront à des stratégies plus efficaces et efficientes de lutte contre le braconnage.

Selon le Fonds mondial pour la nature (WWF), le commerce des espèces sauvages constitue la deuxième plus grande menace pour la survie des espèces après la destruction de l’habitat. Alors que de nombreuses organisations et régulateurs tentent de lutter contre le braconnage, il semble que les braconniers aient toujours eu une longueur d’avance sur les patrouilles.

Pour étendre cette recherche à des applications dans des domaines tels que la sécurité, la recherche et le sauvetage et la cartographie aérienne de l’agriculture, l’équipe cherchera à mener un apprentissage multi-agences et multi-agences pour apprendre avec le moins de données possible, car la collecte de données est coûteuse. . dans un scénario du monde réel.

(Édité par Vinayak Hegde)

Aimez-vous cette histoire? Ou avez-vous quelque chose à partager? Envoyez-nous un e-mail à: contact@thebetterindia.com ou contactez-nous sur Facebook et Twitter.

Leave a Comment