Αυτό το ρομπότ βοηθάει μετά από τραυματισμούς. Για παράδειγμα, διαγνώσκει ακρωτηριασμό του ποδιού και αναπτύσσει ανεξάρτητα μοντέλα με τα οποία μπορεί να συνεχίσει. Φωτογραφία: Επιστήμη
Ανάγνωση δυνατά Αμερικανοί ερευνητές έχουν αναπτύξει ένα ρομπότ που ξέρει πώς να βοηθήσει στον εαυτό του σε απρόβλεπτες καταστάσεις: όταν χάνει ένα πόδι, αναπτύσσει εναλλακτικές κινήσεις που δεν είχαν προγραμματιστεί με αυτόν τον τρόπο. Το αυτόνομο ρομπότ καταγράφει πρώτα τις ζημιές σε περίπτωση «τραυματισμού» και στη συνέχεια επανειλημμένως περνάει αυτο-σχεδιασμένα μοντέλα μέχρι να βρει το σωστό να συνεχίσει την αποστολή του, εξηγούν τους ερευνητές γύρω από τον Joshua Bongard. Αυτή η αυτονομία είναι ιδιαίτερα σημαντική όταν μόνο τα ρομπότ διερευνούν ξένους πλανήτες. Ο Bongard και οι συνεργάτες του διέταξαν το τετράποδο ρομπότ τους με δύο αισθητήρες θέσης για να περπατήσουν ευθεία. Τότε πήραν ένα πόδι από τον. Μέσα από παιχνιδιάρικες φαινομενικές κινήσεις, το ρομπότ μπορεί πρώτα να αξιολογήσει πού βρίσκονται οι ζημιές. Αυτό ακολουθείται από την πραγματική αυτοβοήθεια: Το ρομπότ κάνει μια αυθαίρετη κίνηση και απορροφά τα αισθητήρια δεδομένα που προκύπτουν από αυτή την κίνηση. Από αυτά τα δεδομένα, αναπτύσσει μοντέλα που βασίζονται στη σχέση μεταξύ της κίνησης και του αποτελέσματος. Αυτά τα μοντέλα κίνησης βελτιστοποιούνται υπολογιστικά, αναλύεται η εκτέλεση τους και χρησιμοποιείται για περαιτέρω υπολογισμούς. Έτσι, το ρομπότ αναπτύσσει σταδιακά το καλύτερο μοντέλο για την αποζημίωση του ποδιού που λείπει και μπορεί να πάει ευθεία.

Η έρευνα για αυτόνομα ρομπότ είναι ιδιαίτερα ενδιαφέρουσα για τη Nasa, η οποία θέλει να χρησιμοποιήσει ρομπότ για αποστολές σε ξένους πλανήτες, οπότε Bongard. Ακόμη και χωρίς επικοινωνία με τους ανθρώπους, πρέπει να είναι σε θέση να βοηθήσουν τον εαυτό τους σε περίπτωση βλάβης για να μπορέσουν να συνεχίσουν την αποστολή τους.

Σε αντίθεση με τα μηχανήματα, τα ζώα έχουν τη δυνατότητα να αντισταθμίζουν τα τραύματα με αναπηρία, αντιδρώντας σε αυτά και αναπτύσσοντας νέα πρότυπα συμπεριφοράς. Τα περισσότερα μηχανήματα, από την άλλη πλευρά, αποτυγχάνουν απροσδόκητα. Παρόλο που υπάρχουν προγράμματα που μπορούν να εξελιχθούν, είναι δύσκολο για πολύπλοκα μηχανήματα να δημιουργήσουν πολύ ακριβή μοντέλα. Αυτό ισχύει ιδιαίτερα όταν πρόκειται για την ανίχνευση και την επεξεργασία απρόβλεπτων μηχανικών αλλαγών στο ίδιο το μηχάνημα.

Joshua Bongard (Cornell University, Ithaca) και άλλοι: Science, τόμος 314, σελ. 1118 ddp / science.de; Sabine Keuter διαφήμιση

© science.de

Συνιστάται Επιλογή Συντάκτη