Ученые создали роботов с системой управления, имитирующей мозг насекомого

Группа германских исследователей разработала робота, система управления которого подражает своей работой работе мозга и нервной системы медоносной пчелы, насекомого, которое руководствуется цветовой информацией во время поисков пищи.

Группа германских исследователей разработала робота, система управления которого подражает своей работой работе мозга и нервной системы медоносной пчелы, насекомого, которое руководствуется цветовой информацией во время поисков пищи.

Этот робот создан на базе небольшого гусеничного шасси, оборудованного дополнительной камерой и связанного с компьютером посредством системы беспроводной связи. В недрах компьютера выполняется программа, которая производит расчет упрощенной модели сенсорно-двигательной нейронной сети мозга насекомого и управляет приводами колес таким образом, что робот двигается в направлении объектов, имеющих привлекательный с его точки зрения цвет.

«Робот, управляемый моделью нейронной сети, может самостоятельно связать определенные внешние стимулы со своими поведенческими правилами» – рассказывает профессор Мартин Пол Норот (Martin Paul Nawrot), глава научной группы из университета Фреи, Берлин, – «Это очень похоже на то, как медоносные пчелы учатся во время сбора нектара приближаться к цветущим растениям определенного цвета и избегать растений других цветов».
Создав робота, ученые поместили его в центре небольшой арены, на стенах которой были нарисованы пятна красного и синего цветов. Как только камера робота сфокусировалась на объекте красного цвета, ученые произвели вспышку света при помощи внешнего источника. Этот сигнал активизировал соответствующие связи в нейронной сети, которая запомнила, что объекты красного цвета являются «привлекательными» для робота. В дальнейшем, получив команду на начало перемещений, робот начал двигаться, приближаясь к объектам красного цвета и тщательно избегая объектов синего цвета.

«Благодаря работе модели нейронной сети робот моментально решает задачу поиска объекта желаемого цвета и рассчитывает траекторию приближения к нему» – рассказывает профессор Норот, – «При этом нет необходимости написания тысяч строчек программного кода, описывающих поведенческие принципы робота, для его обучения достаточно только одного «практического занятия»".

В ближайшем времени ученые собираются расширить и усложнить модель нейронной сети, добавив ей несколько новых принципов обучения, что позволит роботу демонстрировать более сложное поведение. «Сначала мы хотим понять, как такие фундаментальные функции, как познание и память, позволяют живым организмам выполнять сложные задачи. А позже накопленный нами опыт и знания можно будет использовать при создании адаптивных систем управления, которые уже можно будет рассматривать как искусственный интеллект начального уровня».