Wetenschappers leren robot onafhankelijk door een doolhof navigeren

Terwijl processors de hersenen van de computer vormen, zijn ze fundamenteel anders dan de echte menselijke hersenen. Transistors gebruiken elektronische signalen om logische bewerkingen uit te voeren, terwijl de hersenen afhankelijk zijn van zenuwcellen die via synapsen met elkaar zijn verbonden. De hersenen gebruiken deze signalen om het lichaam te controleren en de omgeving waar te nemen, en ze gebruiken een leerproces om de reactie van het lichaam/hersensysteem te triggeren wanneer bepaalde stimuli worden waargenomen.

Een robot door een doolhof sturen

Een groep wetenschappers heeft nu dit basisprincipe van leren door ervaring in een vereenvoudigde vorm toegepast en heeft het gebruikt om een robot door een doolhof te sturen met een organisch neuromorfisch circuit.

Het team werd geleid door Paschalis Gkoupidenis, die groepsleider is in Pail Blom’s afdeling bij het Max Planck Instituut voor Polymer Onderzoek. Het werk was het resultaat van een samenwerking tussen de universiteiten van Eindhoven, Stanford, Brescia, Oxford en KAUST.

Het artikel werd gepubliceerd in het tijdschrift Scientific Advances.

Imke Krauhausen is een promovendus in Gkoupidenis’ groep en aan de TU Eindhoven, evenals de eerste auteur van het gepubliceerde artikel.

“We wilden met deze eenvoudige setup laten zien hoe krachtig zulke ‘organische neuromorfe apparaten’ kunnen zijn in real-world omstandigheden,” zei Krauhausen.

De onderzoekers voerden de slimme adaptieve schakeling van sensoren die signalen van de omgeving kregen om de navigatie van de robot in de doolhof te bereiken. Bij elke kruising van de doolhof werd de weg naar de uitgang aangegeven, maar de robot interpreteert de visuele signalen meestal verkeerd en neemt de verkeerde beslissing voordat hij verdwaalt.

Correctieve stimuli toepassen

Als de robot deze verkeerde beslissingen neemt en bij dode wegen terechtkomt, wordt hij ontmoedigd om die te nemen door correctieve stimuli te ontvangen. Als de robot bijvoorbeeld tegen een muur botst, worden de correctieve stimuli rechtstreeks toegepast op het organische circuit via elektrische signalen die worden gegenereerd door een aanraaksensor die aan de robot is bevestigd.

De robot leert geleidelijk aan de juiste beslissing te nemen met elke uitvoering van het experiment. Dit helpt hem om correctieve stimuli te vermijden en hij vindt uiteindelijk de juiste weg uit de doolhof. Het leerproces vindt plaats op het organische adaptieve circuit.

“We waren echt blij om te zien dat de robot door de doolhof kan navigeren na een paar runs door te leren op een eenvoudig organisch circuit. We hebben hier een eerste, heel eenvoudige setup getoond. In de verre toekomst hopen we echter dat organische neuromorfe apparaten ook kunnen worden gebruikt voor lokale en gedistribueerde computing/leren. Dit zal geheel nieuwe mogelijkheden openen voor toepassingen in real-world robotica, mens-machine interfaces en point-of-care diagnostiek. Nieuwe platforms voor snelle prototyping en onderwijs, op het snijvlak van materiaalwetenschap en robotica, worden ook verwacht.” Gkoupidenis zegt.