ในการปฏิบัติภารกิจของแพลตฟอร์มอัตโนมัติในมหาสมุทร ความแม่นยำในการประเมินทิศทางเริ่มต้น (Heading) และเวลาที่ใช้ในการระบุตำแหน่งถือเป็นปัจจัยวิกฤตต่อความสำเร็จของภารกิจ โดยทั่วไปการประเมินทิศทางจะใช้วิธีการทางคณิตศาสตร์แบบดั้งเดิม (Model-based) ซึ่งมักต้องใช้เวลานานกว่าจะปรับจูนทิศทางได้แม่นยำพอ
งานวิจัยนี้นำเสนอแนวทางใหม่ที่เป็นแบบ End-to-end โดยใช้โครงข่ายประสาทเทียม (Neural-assisted) เข้ามาช่วยประมวลผลข้อมูลดิบชุดเดียวกับที่วิธีดั้งเดิมใช้ ผลการทดสอบกับข้อมูลจริงจากยานพาหนะผิวน้ำอัตโนมัติพบว่า วิธีนี้สามารถปรับปรุงความแม่นยำเฉลี่ยได้ถึง 53% และที่สำคัญที่สุดคือสามารถลดเวลาที่ใช้ในการปรับแนวทิศทาง (Alignment time) ลงได้ถึง 67% ซึ่งช่วยให้การปล่อยตัวหุ่นยนต์เข้าสู่ภารกิจทำได้รวดเร็วและมีความเสถียรในการนำทางมากขึ้นตลอดการทำงาน
