Ученые научили робота самостоятельно ориентироваться в лабиринте

В то время как процессоры выступают в качестве мозга компьютера, они фундаментально отличаются от реального человеческого мозга. Транзисторы используют электронные сигналы для выполнения логических операций, в то время как мозг полагается на нервные клетки, соединенные синапсами. Мозг использует эту сигнализацию для управления телом и восприятия окружающей среды, и он использует процесс обучения для запуска реакции системы тела/мозга, когда воспринимаются определенные стимулы.

Управление роботом в лабиринте

Группа ученых применила этот базовый принцип обучения через опыт в упрощенной форме и использовала его для управления роботом в лабиринте с помощью органической нейроморфной цепи.

Группой руководил Пасхалис Гкупиденис, который является руководителем группы в отделе Пайла Блома в Институте.Max Планка по исследованию полимеров. Работа была результатом сотрудничества между университетами Эйндховена, Стэнфорда, Брешии, Оксфорда и KAUST.

Статья была опубликована в журнале Scientific Advances.

Имке Краухаузен – аспирант в группе Гкупидениса и в ТУ Эйндховене, а также первый автор опубликованной статьи.

«Мы хотели использовать эту простую установку, чтобы показать, насколько мощными могут быть такие «органические нейроморфные устройства» в реальных условиях», – сказал Краухаузен.

Исследователи подали умную адаптивную цепь сенсорными сигналами из окружающей среды, чтобы достичь навигации робота внутри лабиринта. На каждом пересечении лабиринта указывался путь к выходу, но робот обычно неправильно интерпретирует визуальные сигналы и принимает неправильное решение, прежде чем заблудиться.

Применение корректирующих стимулов

Когда робот принимает эти неправильные решения и оказывается в тупиковых путях, его отговаривают от принятия этих решений, получая корректирующие стимулы. Например, если робот ударяется о стену, корректирующие стимулы напрямую применяются к органической цепи через электрические сигналы, индуцированные датчиком касания, прикрепленным к роботу.

Робот постепенно учится принимать правильные решения с каждым выполнением эксперимента. Это помогает ему избежать получения корректирующих стимулов, и в конечном итоге он находит правильный выход из лабиринта. Процесс обучения происходит исключительно на органической адаптивной цепи.

«Мы были действительно рады увидеть, что робот может пройти через лабиринт после нескольких запусков, обучаясь на простой органической цепи. Мы показали здесь первый, очень простой вариант. Однако в далеком будущем мы надеемся, что органические нейроморфные устройства также могут быть использованы для локального и распределенного вычисления/обучения. Это откроет совершенно новые возможности для применения в реальных робототехнике, интерфейсах человека и машины и диагностике на месте. Также ожидается появление новых платформ для быстрого прототипирования и образования, на пересечении материаловедения и робототехники.» Гкупиденис говорит.