机器人与物理 AI

科学家教会机器人独立导航迷宫

mm
将 Unite.AI 添加到您在 Google 上的首选来源

处理器作为计算机的脑部,然而它与真正的人脑有着根本的不同。晶体管使用电子信号来执行逻辑操作,而大脑则依赖于通过突触连接的神经细胞。大脑使用这种信号来控制身体和感知周围环境,并使用学习过程来触发身体/大脑系统对某些刺激的反应。

引导机器人通过迷宫

一组科学家现在已经将这种基本的学习原理以简化的形式应用,并使用有机神经形态电路来引导机器人通过迷宫。

该团队由Paschalis Gkoupidenis领导,他是Max Planck聚合物研究院Pail Blom部门的组长。该工作是埃因霍温大学、斯坦福大学、布雷西亚大学、牛津大学和KAUST之间的合作成果。

该论文发表在《科学进展》杂志上。科学进展

Imke Krauhausen是Gkoupidenis团队的博士生和埃因霍温理工大学的学生,也是发表论文的第一作者。

“我们想使用这种简单的设置来展示‘有机神经形态设备’在现实世界条件下的强大能力,”Krauhausen说。

研究人员将智能自适应电路与来自环境的感官信号一起使用,以实现机器人在迷宫中的导航。在每个迷宫交叉点,路径指向出口,但机器人通常会误解视觉信号并做出错误的决定,然后迷失方向。

应用纠正刺激

当机器人做出错误的决定并最终走到死胡同时,它会通过接收纠正刺激来被阻止采取这些行动。例如,如果机器人撞到墙壁,纠正刺激会直接通过附着在机器人上的触摸传感器的电信号应用于有机电路。

机器人逐渐学会在每次执行实验时做出正确的决定。这样可以避免接收纠正刺激,最终找到迷宫的正确出口。学习过程完全发生在有机自适应电路上。

“我们很高兴看到机器人可以通过在简单的有机电路上学习来通过迷宫。我们在这里展示了一个非常简单的设置。然而,在遥远的未来,我们希望有机神经形态设备也可以用于本地和分布式计算/学习。这将为现实世界机器人、人机接口和现场诊断开辟新的应用可能性。材料科学和机器人学交叉点的快速原型和教育新平台也将出现。” Gkoupidenis说。

Alex 负责 Unite.AI 的 AI 驱动新闻业务,融合新闻、研究和自动化,以支持对人工智能的及时且可扩展的报道。他的工作帮助确保新兴 AI 发展能够高效呈现,同时保持出版物的编辑标准。