Forskere lærer robot at navigere gennem labyrint uafhængigt

Mens processorer fungerer som computerens hjerte, er de grundlæggende forskellige fra det virkelige menneskehjerte. Transistorer bruger elektroniske signaler til at udføre logiske operationer, mens hjernen afhænger af nerveceller forbundet via synapper. Hjernen bruger denne signalering til at kontrollere kroppen og opfange den omgivende miljø, og den bruger en læreproces til at udløse reaktionen af kroppen/hjernens system, når bestemte stimuli opfattes.

Styring af en robot gennem en labyrint

En gruppe forskere har nu anvendt dette grundlæggende princip for læring gennem erfaring i en forenklet form, og de har brugt det til at styre en robot gennem en labyrint ved hjælp af en organisk neuromorft kredsløb.

Holdet blev ledet af Paschalis Gkoupidenis, der er gruppeleder i Pail Bloms afdeling på Max Planck-instituttet for polymerforskning. Arbejdet var resultatet af et samarbejde mellem universiteterne i Eindhoven, Stanford, Brescia, Oxford og KAUST.

Artiklen blev offentliggjort i tidsskriftet Scientific Advances.

Imke Krauhausen er en ph.d.-studerende i Gkoupidenis’ gruppe og på TU Eindhoven, samt første forfatter af den offentliggjorte artikel.

“Vi ville bruge denne simple opsætning til at vise, hvor kraftfulde sådanne ‘organiske neuromorfe enheder’ kan være under virkelige betingelser,” sagde Krauhausen.

Forskerne fødede den intelligente adaptive kredsløb med sensoriske signaler fra miljøet for at opnå navigationen af robotten inde i labyrinten. Ved hver labyrintskorsning blev vejene mod udgangen angivet, men robotten misfortolkede ofte de visuelle signaler og tog de forkerte beslutninger, før den blev tabt.

Tilføje korrektive stimuli

Da robotten tager disse forkerte beslutninger og ender på døde veje, bliver den afvist fra at tage dem ved at modtage korrektive stimuli. For eksempel, hvis robotten rammer en væg, bliver de korrektive stimuli direkte anvendt på den organiske kredsløb via elektriske signaler, der er induceret af en berøringssensor, der er monteret på robotten.

Robotten lærer derefter gradvist at tage de rigtige beslutninger med hver eksekvering af eksperimentet. Dette hjælper den med at undgå at modtage korrektive stimuli, og den finder til sidst vej ud af labyrinten. Læringsprocessen finder sted udelukkende på den organiske adaptive kredsløb.

“Vi var rigtig glade for at se, at robotten kan passere gennem labyrinten efter nogle løb ved at lære på en simpel organisk kredsløb. Vi har vist her en første, meget simpel opsætning. I den fjerne fremtid håber vi dog, at organiske neuromorfe enheder også kan bruges til lokal og distribueret beregning/læring. Dette vil åbne op for helt nye muligheder for anvendelser i virkelige robotter, menneske-maskin-grænseflader og punkt-til-punkt-diagnostik. Nye platforme for hurtig prototypering og uddannelse, ved skæringen af materialsvidenskab og robotteknik, forventes også at opstå.” Gkoupidenis siger.