นักวิทยาศาสตร์สอนหุ่นยนต์เดินผ่าน迷宫ได้ด้วยตนเอง

ในขณะที่โปรเซสเซอร์ทำหน้าที่เป็นสมองของคอมพิวเตอร์ แต่มันแตกต่างจากสมองของมนุษย์อย่างมาก ทรานซิสเตอร์ใช้สัญญาณอิเล็กทรอนิกส์เพื่อทำการดำเนินการตรรกะ ในขณะที่สมองใช้เซลล์ประสาทที่เชื่อมต่อกันผ่านซินแอปส์ สมองใช้สัญญาณนี้เพื่อควบคุมร่างกายและรับรู้สิ่งแวดล้อม และใช้กระบวนการเรียนรู้เพื่อกระตุ้นการปฏิกิริยาของระบบร่างกาย/สมองเมื่อรับรู้สิ่งเร้าบางอย่าง

การควบคุมหุ่นยนต์ผ่าน迷宫

กลุ่มนักวิทยาศาสตร์ได้นำหลักการเรียนรู้ผ่านประสบการณ์นี้มาใช้ในรูปแบบที่เรียบง่าย และใช้มันเพื่อควบคุมหุ่นยนต์ผ่าน迷宫โดยใช้เซอร์กิตนิวโรโมร์ฟิกออร์แกนิก

ทีมนี้นำโดย Paschalis Gkoupidenis ซึ่งเป็นหัวหน้ากลุ่มในแผนกของ Pail Blom ที่ Max Planck Institute for Polymer Research ผลงานนี้เป็นผลมาจากความร่วมมือระหว่างมหาวิทยาลัย Eindhoven, Stanford, Brescia, Oxford และ KAUST

ผลงานวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Scientific Advances.

Imke Krauhausen เป็นนักศึกษาระดับ博士ในกลุ่มของ Gkoupidenis และที่ TU Eindhoven และเป็นคนเขียนบทความวิจัยที่ตีพิมพ์

“เราต้องการใช้เซตอัพแบบง่ายๆ นี้เพื่อแสดงให้เห็นว่า ‘อุปกรณ์นิวโรโมร์ฟิกออร์แกนิก’ เหล่านี้มีประสิทธิภาพมากแค่ไหนในสถานการณ์จริง” Krauhausen กล่าว

นักวิจัยได้ให้เซอร์กิตอแดปทีฟที่ฉลาดด้วยสัญญาณสิ่งแวดล้อมเพื่อให้หุ่นยนต์เดินผ่าน迷宫ได้ ที่จุดตัดทางใน迷宫 หุ่นยนต์จะถูกชี้ทางไปที่ทางออก แต่หุ่นยนต์มักจะเข้าใจสัญญาณภาพผิดและตัดสินใจผิดก่อนที่จะหลงทาง

การให้สิ่งเร้าแก้ไข

เมื่อหุ่นยนต์ตัดสินใจผิดและไปสิ้นสุดทางที่ไม่มีทางออก มันจะถูกยับยั้งไม่ให้เดินไปทางนั้นโดยการได้รับสิ่งเร้าแก้ไข ตัวอย่างเช่น หากหุ่นยนต์ชนกำแพง สิ่งเร้าแก้ไขจะถูกใช้โดยตรงบนเซอร์กิตออร์แกนิกผ่านสัญญาณไฟฟ้าที่ถูกสร้างขึ้นโดยเซ็นเซอร์สัมผัสที่ติดกับหุ่นยนต์

หุ่นยนต์จะเรียนรู้ที่จะตัดสินใจให้ถูกต้องในแต่ละครั้งที่ทำการทดลอง ซึ่งช่วยให้มันหลีกเลี่ยงการได้รับสิ่งเร้าแก้ไข และในที่สุดก็พบทางออกจาก迷宫 กระบวนการเรียนรู้นี้เกิดขึ้นบนเซอร์กิตอแดปทีฟออร์แกนิกเท่านั้น

“เรารู้สึกยินดีที่เห็นหุ่นยนต์สามารถผ่าน迷宫ได้หลังจากการทดลองหลายครั้งโดยการเรียนรู้บนเซอร์กิตออร์แกนิกที่เรียบง่าย ในอนาคตเราหวังว่าอุปกรณ์นิวโรโมร์ฟิกออร์แกนิกจะสามารถใช้สำหรับการคำนวณ/การเรียนรู้แบบท้องถิ่นและแบบกระจายได้ ซึ่งจะเปิดโอกาสใหม่ๆ สำหรับการใช้งานในด้านหุ่นยนต์จริง การเชื่อมต่อระหว่างมนุษย์และเครื่องจักร และการวินิจฉัย ณ จุดดูแล นอกจากนี้ยังมีแพลตฟอร์มใหม่ๆ สำหรับการสร้างแบบจำลองและศึกษา ณ จุดตัดระหว่างวิทยาศาสตร์วัสดุและหุ่นยนต์” Gkoupidenis กล่าว