(Technische Universität Eindhoven) Anstatt Roboterlösungen von Grund auf neu zu entwickeln, sind einige unserer beeindruckendsten Fortschritte auf das Ergebnis zurückzuführen kopieren welche Natur hat sich schon ausgedacht.
Neue Forschungsergebnisse zeigen, wie wir diesen Ansatz auf das „Geist“ von Robotern ausweiten können, in diesem Fall indem wir einen Roboter dazu bringen, ganz von selbst den besten Weg aus einem Labyrinth zu lernen – bis hin zur Erinnerung an bestimmte Wendungen.
Ein Team von Ingenieuren programmierte einen Lego-Roboter so, dass er seinen Weg durch ein sechseckiges Labyrinth findet: Standardmäßig drehte er sich bei jeder Funktion nach rechts, bis er einen Punkt erreichte, den er zuvor besucht hatte, oder in eine Sackgasse geriet, wo er von vorne beginnen musste .
Entscheidend war, dass die Software an Bord des Roboters in der Lage war, sich die falschen Wendungen zu merken, die er bei früheren Fahrten gemacht hatte, und beim nächsten Mal Korrekturen vorzunehmen. Dies wurde durch die Abstimmung von a erreicht neuromorpher Schaltkreis Dies hilft dabei, festzustellen, in welche Richtung sich der Roboter dreht, ähnlich wie Synapsen zwischen Neuronen im menschlichen Gehirn ihre Verbindungen durch wiederholte Verwendung stärken.
„So wie eine Synapse im Gehirn einer Maus jedes Mal gestärkt wird, wenn sie im Labyrinth eines Psychologen die richtige Wendung nimmt, wird unser Gerät durch Anlegen einer bestimmten Menge an Elektrizität abgestimmt.“ sagt Elektroingenieurin Imke Krauhausen , von der Technischen Universität Eindhoven in den Niederlanden.
„Durch Einstellen des Widerstands im Gerät ändern Sie die Spannung, die die Motoren steuert.“ Sie bestimmen wiederum, ob der Roboter nach rechts oder links abbiegt.“
Der Roboter brauchte 16 Versuche, um aus dem zwei Quadratmeter großen Labyrinth herauszukommen.
Der Schlüssel zum korrekten Betrieb des Roboters war ein bestimmtes Polymer – p(g2T-TT) –, das im neuromorphen Schaltkreis des Geräts verwendet wurde. Das Material kann über einen längeren Zeitraum gespeicherte Zustände behalten, was bedeutet, dass der Roboter seine Erfahrungen im Labyrinth einprägen kann, die von einem aufgenommen werden sensomotorisch , um es als „Speicher“ zu verwenden.
Durch den Aufbau eines solchen neuromorphen Schaltkreises anstelle softwarebasierter Lernalgorithmen konnten die Forscher den Energiebedarf und die Größe des fertigen Roboters reduzieren – dieser Ansatz ahmt wiederum das Gehirn nach, das eine unglaubliche Energieeffizienz aufweist.
„Diese sensomotorische Integration, bei der sich Sinn und Bewegung gegenseitig verstärken, entspricht weitgehend auch der Funktionsweise der Natur. Deshalb haben wir versucht, dies in unserem Roboter nachzuahmen.“ sagt Krauhausen .
Das baut darauf auf bisherige Forschung Einige Mitglieder des Teams beschäftigten sich damit, wie elektronische Geräte in Design und Betrieb biologischer gestaltet und gleichzeitig ein hohes Maß an Zuverlässigkeit und Effizienz erreicht werden können. Wir sind jetzt eine wachsende Zahl sehen der Entwicklungen in diesem speziellen Bereich.
Als nächstes wollen die Wissenschaftler den Umfang der Verarbeitung entwickeln, der auf den Geräten selbst durchgeführt werden kann, was weitere technische Verbesserungen und größere Schaltkreisnetze erfordert, um komplexere Aufgaben übernehmen zu können.
Letztendlich könnten Systeme wie dieses auf vielfältige Weise eingesetzt werden, über die Unterstützung von Robotern bei der Navigation hinaus. Durch die Verringerung der Abhängigkeit von Software und der Cloud können Bots unabhängig agieren und sogar in unseren Körper eindringen.
„Aufgrund ihrer organischen Natur können diese intelligenten Geräte im Prinzip in echte Nervenzellen integriert werden“, sagt Krauhausen . „Angenommen, Sie haben Ihren Arm während einer Verletzung verloren.“ Dann könnten Sie diese Geräte möglicherweise nutzen, um Ihren Körper mit einer bionischen Hand zu verbinden.“
Die Forschung wurde veröffentlicht in Wissenschaftliche Fortschritte .