Робот изменяет свою форму для компенсации утраченных частей

Уверена, что почти все наши читатели смотрели фильм “Терминатор 2″, и помнят, как у главного отрицательного персонажа-робота отрастали руки и ноги после того, как их кто-то отрубил.

02 Xpero 2Неизвестно, вдохновила ли идея фильма авторов робота Roombot, однако они тоже попытались создать механизм и программное обеспечение, которые позволяют модульным (т.е. состоящим из нескольких частей) роботам адаптироваться в случае, если какая-то их часть перестает функционировать.

Авторами проекта стали ученые из университета в Оденсе, что в Южной Дании, и из Швейцарского федерального института технологии в Лозанне.

Модульный робот Roombot состоит из отдельных круглых частей — модулей. Такой робот может иметь произвольную форму, в зависимости от того, как его создатели скомбинировали составляющие модули.

При моделировании каждый робот линейки Roombot изменяет свою структуру движения случайным образом каждые несколько секунд, одновременно с этим оценивая, как эти изменения влияют на общую скорость передвижения робота. После того, как разработчики изменили форму таким образом, что у робота появилось некое подобие ног, его скорость увеличилась с 5 сантиметров в секунду до 31 см/с.

Удаление одной “ноги” привело к тому, что скорость робота упала до 15 см/с. Однако после того, как робот адаптировался и изменил свою форму нужным образом, он смог уже передвигаться на скорости 21 см/с.

Roombot не первый электронный механизм, который научится адаптироваться после повреждений. Еще в 2006 году ученые из университета Вермонта и из Корнельского университета создали робота с большим количеством ног, который сам решает, как изменить свою походку в случае, если одна нога оказывается неисправной.

Авторы этого робота подчеркивали, что у их детища нет централизованного “мозга”, а есть лишь некоторые независимые учебные модули. Тем не менее, такой робот смог достичь высокого уровня адаптации без наличия традиционного “мозга”.

Оба примера позволяют заново взглянуть на такую привычную и давно известную вещь как обучение. До последнего времени считалось, что обучаться на собственном опыте могут только высокоорганизованные интеллектуальные системы, например, человек. Как оказалось, роботы тоже могут делать выводы на основе ряда параметров и приспосабливаться к окружающей среде, то есть также обучаться на собственном опыте.

При копировании материала ссылка на сайт robotor.ru обязательна.