19/10/2023
Door Ad Spijkers
Amerikaanse onderzoekers ontwikkelen miniatuurrobots die kunnen navigeren met behulp van neurowetenschappelijke concepten.
Wanneer iemand op het trottoir loopt, kan hij plassen, andere wandelaars en scheuren in het trottoir vermijden. Het lijkt intuïtief – en dat is ook zo. Er is een biologische component waarmee mensen en andere zoogdieren door onze complexe omgevingen kunnen navigeren. Central Pattern Generators (CPG) zijn neurale netwerken die ritmische patronen van controlesignalen voor ledematen produceren met behulp van eenvoudige omgevingssignalen. Als we snel wegstappen om te voorkomen dat iets ons pad blokkeert, doen onze CPG’s hun werk.
Neurale netwerken voor robots
Onderzoekers aan de University of Pittsburgh en de University of Washington in Seattle starten een tweejarig project om deze neurale netwerken in robots te ontwikkelen. Hoewel deze netwerken voor mensen vanzelfsprekend zijn, is er momenteel geen efficiënte manier om ze te repliceren met behulp van elektronische apparaten en computers.
Mobiele robots die onbekende en verraderlijke terreinen kunnen verkennen, hebben het potentieel om autonome navigatie voor commercieel transport mogelijk te maken. Ook kunnen ze de respons op rampen tijdens overstromingen en aardbevingen verbeteren of afgelegen en onveilige gebieden zoals defecte kerncentrales of de ruimte verkennen.
Neuromorfe techniek – computergebruik geïnspireerd door het menselijk brein – zal de sleutel zijn tot het bereiken van efficiënte, adaptieve sensomotorische controle bij deze robots. Het bouwen van bio-geïnspireerde robots is niet iets nieuws. Maar het modelleren, ontwerpen en implementeren van neuromorfe netwerken met synapsen en neuronen in miniatuurrobots is een nieuwe stap voorwaarts. In het geval van de robot kan dat ook achteruit, links en rechts zijn.
De onderzoekers willen een volledig functionele vier- of zespotige robot demonstreren die kan leren bewegen. Dat gebeurt met behulp van principes die zijn geïnformeerd door de neurowetenschappen. Ze moeten leiden tot biomimetische sensomotorische controle voor energiezuinige voortbeweging. Hiertoe draaien leeralgoritmen op biorealistische neurale netwerken, gebouwd met behulp van halfgeleiders. Deze technologie reikt verder dan zijn normale grenzen, aldus de onderzoekers.
Nieuwe vaardigheden
Door voortdurend te leren over beweging zullen deze robots net zo intuïtief als mensen een plas kunnen ontwijken. De onderzoeksgroep zal zich laten inspireren door neurale circuits uit de biologie die behendige bewegingscontrole ondersteunen. Het team wil niet-lineaire temporele dynamiek opnemen in systemen met gemengde terugkoppeling. Het doel is, bio-geïnspireerde neurale netwerken te bouwen en deze te implementeren op schaalbare, energie-efficiënte hardware.
Om aan de uitdagende eisen van neuromorfe engineering te voldoen, ontwikkelt het team ook het NeuRoBots-onderwijsconsortium. Het consortium zal een nieuwe generatie ingenieurs en onderzoekers opleiden door middel van op bewijs gebaseerde best practices om hen voor te bereiden op de snel evoluerende behoeften van de industrie. De breedte van de vaardigheden die nodig zijn om nieuw personeel effectief op te leiden in neuromorfisch computergebruik voor robotica maakt het ontwerpen van leerplannen en de integratie met bestaande raamwerken een uitdaging. De onderzoekers hebben hulp nodig om hun engineers voor te bereiden op deze veranderende technische omgeving.
Het project ‘Bio-geïnspireerde sensorimotorische controle voor robotbeweging met neuromorfe architecturen met behulp van materialen en apparaten die verder gaan dan CMOS' gaat in 2024 van start. Het maakt deel uit van een groter initiatief van de National Science Foundation in Washington ter waarde van $ 45 miljoen om te investeren in de toekomst van halfgeleiders.
Foto: screenshot video Enigma Lab, University of Pittsburgh