ロボットは実験用ラットの行動をシミュレートします

特別なプログラムによって制御されるロボットの行動は、驚くべきことにげっ歯類の行動を連想させます。 このプログラムは、ラットの脳の一部をシミュレートし、生​​きたげっ歯類に置かれたものとまったく同じ古典的な実験で使用されます。



ロボットを制御するソフトウェアは自然から借用され、海馬と呼ばれる脳の一部をモデル化します。 脳のこの部分は、ラットが環境をマップするのを助け、ラットが慣れた環境にいるときに活性化されます。

メキシコシティ工科大学のロボットスペシャリストであるAlfredo Witzenfeldは、日本でソニーが製造したAIBOロボット犬を再プログラミングしました。

迷路に置かれたロボットは、実際の生きているげっ歯類の行動に著しく似た方法で「報酬」への道を見つけることを学びます。 その際、彼はナビゲーションにランドマークを使用します。



迷路のネズミ

Witzzenfeldは、ロボットが以前に訪れた場所を認識し、迷路の類似した部分を相互に区別し、迷路のなじみのない場所に配置されたときの位置をほぼ決定できることを発見しました。 ロボットは、1回のトレーニングセッションの後、これらすべてのアクションを実行できます。

「私たちの仕事の独自性は、実験用ラットを使って行われた実験をロボットで再現しようとしているという事実にあります」と、ウィッツェンフェルドはNew Scientistとのインタビューで述べました。

科学者の仕事は、1980年にリチャードモリスによって行われた、ロボットによる水迷路での古典的な実験を繰り返すことでした。 これらの実験は、神経学を使用した空間問題の解決に光を当てるように設計されました。

Witsenfeldは、実際の生きた実験用ラットで実験する科学者の神経生物学者と協力しています。 「私たちの目標は、ロボットに関する新しい仮説をテストすることにより、既存のモデルを拡張および改善することです。 「我々は、空間記憶と学習のメカニズムを理解するために、生きているげっ歯類で適切な実験を行う予定です。



新しいアプローチと展望

ロボットをナビゲートする際の重要なタスクの1つは、周囲の地図の作成方法と位置の特定方法を車に教えることです（同時ローカリゼーションとマッピング-SLAM）。

「将来の実験は、SLAMの分野での新しい発見とロボットのトレーニングにつながると信じています」とWitzzenfeld氏は付け加えました。

ブリストル・ロボティクス研究所のディレクターであるクリス・メルフイッシュは、他の研究者がコンピューター・シミュレーションを通じて実験を行う一方で、ロボットを使用した実験は実際の環境で行われると述べました。 これは、ロボット用のより堅牢なソフトウェアを作成するのに大いに役立ちます。

Witzzenfeldは同意しました：「このアプローチは私たちの仕事を複雑にしますが、実際のシステムと人工システムで遭遇する複雑さをよりよく理解します。」



MembraneのWebサイトにも翻訳があります 。