Wissenschaftler lehren Roboter, selbstständig durch ein Labyrinth zu navigieren

Während Prozessoren als das Gehirn des Computers fungieren, sind sie grundlegend anders als das eigentliche menschliche Gehirn. Transistoren verwenden elektronische Signale, um Logikoperationen durchzuführen, während das Gehirn auf Nervenzellen angewiesen ist, die über Synapsen miteinander verbunden sind. Das Gehirn verwendet diese Signalisierung, um den Körper zu kontrollieren und die Umgebung wahrzunehmen, und es verwendet einen Lernprozess, um die Reaktion des Körper-/Gehirnsystems auszulösen, wenn bestimmte Reize wahrgenommen werden.

Ein Roboter durch ein Labyrinth steuern

Eine Gruppe von Wissenschaftlern hat nun dieses grundlegende Prinzip des Lernens durch Erfahrung in einer vereinfachten Form angewendet und es verwendet, um einen Roboter durch ein Labyrinth mit einem organischen neuromorphen Schaltkreis zu steuern.

Das Team wurde von Paschalis Gkoupidenis geleitet, der Gruppenleiter in Pail Bloms Abteilung am Max-Planck-Institut für Polymerforschung ist. Die Arbeit war das Ergebnis einer Zusammenarbeit zwischen den Universitäten Eindhoven, Stanford, Brescia, Oxford und KAUST.

Der Artikel wurde in der Zeitschrift Scientific Advances veröffentlicht.

Imke Krauhausen ist Doktorandin in Gkoupidenis’ Gruppe und an der TU Eindhoven sowie Erstautorin des veröffentlichten Artikels.

“Wir wollten mit diesem einfachen Setup zeigen, wie leistungsfähig solche ‘organischen neuromorphen Geräte’ in realen Bedingungen sein können”, sagte Krauhausen.

Die Forscher fütterten den intelligenten adaptiven Schaltkreis mit sensorischen Signalen aus der Umgebung, um die Navigation des Roboters im Labyrinth zu erreichen. An jeder Kreuzung des Labyrinths wurde der Weg zum Ausgang angezeigt, aber der Roboter interpretierte die visuellen Signale normalerweise falsch und traf die falsche Entscheidung, bevor er sich verlor.

Korrigierende Reize anwenden

Wenn der Roboter diese falschen Entscheidungen trifft und an toten Enden landet, wird er davon abgehalten, diese Wege zu nehmen, indem er korrigierende Reize erhält. Zum Beispiel werden die korrigierenden Reize direkt auf den organischen Schaltkreis angewendet, wenn der Roboter eine Wand berührt, indem ein Touch-Sensor am Roboter elektrische Signale induziert.

Der Roboter lernt allmählich, die richtige Entscheidung zu treffen, mit jeder Ausführung des Experiments. Dies hilft ihm, korrigierende Reize zu vermeiden, und er findet schließlich den richtigen Weg aus dem Labyrinth. Der Lernprozess findet ausschließlich auf dem organischen adaptiven Schaltkreis statt.

“Wir waren wirklich erfreut zu sehen, dass der Roboter nach einigen Durchläufen durch das Labyrinth navigieren kann, indem er auf einem einfachen organischen Schaltkreis lernt. Wir haben hier ein erstes, sehr einfaches Setup gezeigt. In der fernen Zukunft hoffen wir jedoch, dass organische neuromorphe Geräte auch für lokales und verteiltes Rechnen/Lernen verwendet werden könnten. Dies wird völlig neue Möglichkeiten für Anwendungen in der realen Robotik, Mensch-Maschine-Schnittstellen und Punkt-der-Pflege-Diagnose eröffnen. Es werden auch neue Plattformen für schnelles Prototyping und Bildung an der Schnittstelle zwischen Materialwissenschaft und Robotik entstehen.” Gkoupidenis sagt.