Робототехника и физический ИИ

Ученые используют робота, чтобы понять коммуникацию муравьев

mm
Добавьте Unite.AI в избранные источники в Google

Команда ученых из Университета Бристоля разработала небольшого робота, который помогает им понять, как муравьи учат друг друга. Робот был построен для имитации поведения каменных муравьев, которые полагаются на индивидуальное обучение.

Это индивидуальное обучение позволяет муравью, который обнаружил лучшее гнездо, научить другого муравья маршруту к нему.

Результаты исследования были опубликованы в Журнале экспериментальной биологии.

Понимание “учения” муравьев

Это новое знание открывает много возможностей, поскольку оно означает, что важные элементы обучения среди этих муравьев теперь в основном поняты, и учитель-муравей может быть заменен машиной.

Одним из основных аспектов этого нового процесса обучения является то, что один муравей ведет другого муравья медленно по маршруту к новому гнезду. Следующий муравей учится маршруту достаточно хорошо, чтобы вернуться домой и привести другого муравья к новому гнезду. Этот процесс продолжается один муравей за раз.

Найджел Франкс – профессор Школы биологических наук Бристоля.

“Обучение так важно в нашей жизни, что мы тратим много времени на обучение других или на то, чтобы быть обученными сами”, – говорит профессор Франкс. “Это должно заставить нас задуматься, действительно ли обучение происходит среди нечеловеческих животных. И, в самом деле, первый случай, в котором обучение было продемонстрировано строго в любом другом животном, был в муравье”.

Команда ученых хотела лучше понять это обучение, полагая, что если они смогут заменить учителя, они будут в основном понимать все основные элементы процесса.

Конструирование и тестирование роботов

Для этого исследователи построили большую арену с расстоянием между старым гнездом муравьев, которое было намеренно сделано низкокачественным, и новым, улучшенным гнездом. Чтобы направить робота по прямому или извилистому маршруту, команда установила над ареной систему, которая могла двигаться туда и обратно с небольшим роботом, прикрепленным к ней. Затем они прикрепили привлекательные железы рабочего муравья к роботу, что дало ему феромоны учителя-муравья.

“Мы ждали, пока муравей покинет старое гнездо, и поставили робот-пин, украшенный привлекательными феромонами, прямо перед ним”, – сказал профессор Франкс. “Закрепление было запрограммировано на движение к новому гнезду либо по прямому пути, либо по красивому извилистому. Нам пришлось разрешить роботу быть прерванным в его пути, чтобы мы могли подождать, пока следующий муравей догонит его после того, как он осмотрит окружающую среду, чтобы выучить ориентиры”.

Когда следующий муравей был приведен роботом к новому гнезду, мы позволили ему осмотреть новое гнездо, а затем, в свое время, начать обратный путь. Мы затем использовали систему для автоматического отслеживания пути возвращающегося муравья”, – продолжил он.

Команда обнаружила, что робот успешно научил маршруту учеников-муравьев, и муравьи знали, как вернуться в старое гнездо, независимо от того, шли они по прямому или извилистому пути.

“Прямой путь может быть быстрее, но извилистый путь обеспечивает больше времени, чтобы следующий муравей лучше выучил ориентиры, чтобы он мог найти свой путь домой так же эффективно, как если бы он шел по прямому пути”, – продолжил профессор Франкс.

“В критическом аспекте мы могли сравнить результаты муравьев, которых робот научил, с теми, которых мы несли к месту нового гнезда и которые не имели возможности выучить маршрут. Наученные муравьи нашли свой путь домой намного быстрее и успешнее”.

Команда ученых также включала студентов-стажеров Джейкоба Подесту, текущего аспиранта в Йорке, и Эдварда Джарвиса, бывшего магистра в лаборатории профессора Франкса. В исследовании также участвовали доктор Алан Воркли и доктор Ана Сендова-Франкс.

Алекс возглавляет новостные операции Unite.AI, основанные на ИИ, сочетая журналистику, исследования и автоматизацию, чтобы обеспечить своевременное и масштабируемое освещение искусственного интеллекта. Его работа способствует эффективному выявлению новых разработок в области искусственного интеллекта, при этом поддерживая редакционные стандарты издания.