과학자들은 로봇에게 독립적으로 미로를 탐색하도록 가르칩니다.

프로세서는 컴퓨터의 두뇌 역할을 하지만 실제 인간의 두뇌와는 근본적으로 다릅니다. 트랜지스터는 전자 신호를 사용하여 논리 연산을 수행하는 반면 뇌는 시냅스를 통해 연결된 신경 세포에 의존합니다. 뇌는 이 신호를 사용하여 신체를 제어하고 주변 환경을 인식하며, 학습 과정을 사용하여 특정 자극이 감지되면 신체/뇌 시스템의 반응을 유발합니다. 

미로를 통해 로봇 조종

일단의 과학자들은 이제 경험을 통한 학습의 기본 원리를 단순화된 형태로 적용했으며, 유기 신경모형 회로를 사용하여 미로를 통해 로봇을 조종하는 데 사용했습니다. 

이 팀은 Max Planck Institute for Polymer Research의 Pail Blom 부서 그룹 리더인 Paschalis Gkoupidenis가 이끌었습니다. 이 작업은 Eindhoven, Stanford, Brescia, Oxford 및 KAUST 대학 간의 협력 결과였습니다.

논문이 저널에 실렸습니다. 과학적 진보. 

Imke Krauhausen은 Gkoupidenis 그룹과 TU Eindhoven의 박사 과정 학생이자 출판된 논문의 제XNUMX저자입니다.

크라우하우젠은 "우리는 이 간단한 설정을 사용하여 그러한 '유기 뉴로모픽 장치'가 실제 조건에서 얼마나 강력한지 보여주고 싶었습니다."라고 말했습니다. 

연구원들은 미로 내부에서 로봇의 탐색을 달성하기 위해 환경에서 오는 감각 신호를 스마트 적응 회로에 공급했습니다. 각각의 미로 교차로에는 출구로 향하는 경로가 표시되어 있지만, 로봇은 보통 시각적 신호를 잘못 해석하고 잘못된 결정을 내리다가 길을 잃습니다. 

교정 자극 적용

로봇이 이러한 잘못된 결정을 내리고 막다른 길에 이르게 되므로 교정 자극을 받아서 받아들이는 것은 권장하지 않습니다. 예를 들어, 로봇이 벽에 부딪히면 로봇에 부착된 터치 센서에서 유도된 전기 신호를 통해 유기 회로에 교정 자극이 직접 적용됩니다. 

그런 다음 로봇은 실험을 실행할 때마다 올바른 결정을 내리는 법을 점차적으로 배웁니다. 이것은 교정 자극을 받는 것을 피하고 결국 미로에서 올바른 길을 찾는 데 도움이 됩니다. 학습 과정은 유기 적응 회로에서만 발생합니다. 

“로봇이 간단한 유기 회로를 학습하여 몇 번의 실행 후 미로를 통과할 수 있는 것을 보고 정말 기뻤습니다. 여기서 우리는 첫 번째로 매우 간단한 설정을 보여주었습니다. 그러나 먼 미래에는 유기 뉴로모픽 장치가 로컬 및 분산 컴퓨팅/학습에도 사용될 수 있기를 바랍니다. 이는 실제 로봇 공학, 인간-기계 인터페이스 및 현장 진료 진단 분야의 응용 분야에 대한 완전히 새로운 가능성을 열어줄 것입니다. 재료 과학과 로봇 공학의 교차점에서 신속한 프로토타이핑 및 교육을 위한 새로운 플랫폼도 등장할 것으로 예상됩니다.” Gkoupidenis는 말합니다.