В Институте интеллектуальных систем имени Макса Планка научными специалистами был разработан робот размером с собаку, который учится ходить, как настоящие животные. Исследование поможет понять, как млекопитающие учатся ходить, и создать адаптивные роботизированные системы. Работа ученых опубликована в журнале Nature Machine Intelligence.
Сообщается, что специалисты использовали нейронную сеть, которая изначально не настроена идеально для ходьбы, но может адаптироваться в процессе работы. Для ее обучения использовался алгоритм байесовской оптимизации. Программное обеспечение сопоставляет информацию от датчика стопы с целевыми данными от смоделированного виртуального спинного мозга. Робот учится ходить, постоянно сравнивая отправленную и ожидаемую сенсорную информацию, запуская рефлекторные циклы и адаптируя свои модели управления двигателем.
Ученые объясняют, что алгоритм обучения адаптирует параметры управления центрального генератора паттернов. У людей и животных в качестве такого центра выступают сети нейронов в спинном мозге, производящие периодические мышечные сокращения без участия мозга. Сети центрального генератора паттернов помогают контролировать ритмичные задачи, такие как ходьба, моргание или пищеварение.
Исследователями отмечается, что логика сгенерированной программы идентична спинному мозгу животных: он получает информацию и реконструирует паттерны движения. Например, если робот спотыкается, алгоритм обучения изменяет, насколько далеко вперед и назад двигаются ноги, с какой скоростью они двигаются и как долго стопа находится на земле.
В результате эксперимента установлено, что роботу достаточно одного часа, чтобы выработать стабильную походку. При этом, как сообщается, виртуальный спинной мозг ничего не знает о конструкции ног робота, его моторах и пружинах. Ничего не зная о физике устройства, он легко адаптирует движения.
