Учені навчили робота самостійно орієнтуватися в лабіринті

Проте процесори діють як мозок комп’ютера, вони фундаментально відрізняються від справжнього людського мозку. Транзистори використовують електронні сигнали для виконання логічних операцій, тоді як мозок покладається на нервові клітини, з’єднані через синапси. Мозок використовує ці сигнали для контролю над тілом і сприйняття навколишнього середовища, і він використовує процес навчання для спрацювання реакції системи тіла/мозку, коли сприймаються певні стимули.

Керування роботом через лабіринт

Група вчених тепер застосувала цей базовий принцип навчання через досвід у спрощеній формі, і вони використали його для керування роботом через лабіринт за допомогою органічної нейроморфної схеми.

Групу очолював Пасхаліс Гкупіденіс, який є керівником групи в департаменті Пайла Блома в Інституті ماكспланка з дослідження полімерів. Робота була результатом співробітництва між університетами Ейндговена, Стенфорда, Брешії, Оксфорда і KAUST.

Статтю опубліковано в журналі Scientific Advances.

Імке Краухаузен – докторант у групі Гкупіденіса і в університеті Ейндговена, а також перший автор опублікованої статті.

“Ми хотіли використовувати цю просту установку, щоб показати, наскільки потужними можуть бути такі ‘органічні нейроморфні пристрої’ в реальних умовах”, – сказав Краухаузен.

Дослідники подали розумну адаптивну схему з сенсорними сигналами, що надходять з навколишнього середовища, щоб досягти навігації робота всередині лабіринту. На кожному перехресті лабіринту вказувався шлях до виходу, але робот зазвичай неправильно тлумачить візуальні сигнали і приймає неправильне рішення, перш ніж загубиться.

Застосування коригувальних стимулів

Коли робот приймає ці неправильні рішення і потрапляє в тупикові шляхи, його відштовхують від них шляхом застосування коригувальних стимулів. Наприклад, якщо робот врізався в стіну, коригувальні стимули застосовуються безпосередньо до органічної схеми через електричні сигнали, індуковані сенсором дотику, прикріпленим до робота.

Робот поступово вчиться приймати правильне рішення з кожним виконанням експерименту. Це допомагає йому уникнути отримання коригувальних стимулів, і врешті-решт він знаходить правильний шлях з лабіринту. Процес навчання відбувається виключно на органічній адаптивній схемі.

“Ми були дуже раді побачити, що робот може пройти через лабіринт після кількох спроб, навчаючись на простій органічній схемі. Ми показали тут перший, дуже простий варіант. Однак у далекому майбутньому ми сподіваємося, що органічні нейроморфні пристрої також можуть бути використані для локального та розподіленого обчислення/навчання. Це відкриє абсолютно нові можливості для застосувань у реальному світі робототехніки, інтерфейсів людини та машини та діагностики на місці. Очікується також появлення нових платформ для швидкого прототипування та освіти на перетині матеріалознавства та робототехніки.” Гкупіденіс каже.