Biologisk inspirerede algoritmer vil lære robotter at samarbejde

I udviklingen af ​​robotter er tiden også inde til samarbejde. Og i dette tilfælde kunne videnskabsmænd ikke lade sig inspirere af andet end ... biologi. For hvem kender samarbejdsreglerne bedre end naturen?

At lære at samarbejde

De var inspireret af biologisk morfogenese og ud fra dette skabte de en algoritme til selvorganisering. De eller et team af forskere fra University of Surrey. Denne opdagelse vil formentlig muliggøre udviklingen af ​​robotmodeller, som vil kunne samarbejde med hinanden i fremtiden. I en samtale med hjemmesiden techxplore.com, sagde en af ​​professorerne om dokumentet, hvor han inkluderede hele undersøgelsens arbejdsgang: fra begyndelsen til selvorganiseringen af ​​kollektive systemer, såsom robotsværme. Den nye algoritme vil give robotter mulighed for at samarbejde på en klar, kontrolleret, forudsigelig og guidet måde.

kilde: techxplore.com

Hvilket ikke ændrer på, at der konstant er stigende begrænsninger på dette område, blandt andet relateret til reglerne for at generere en bestemt adfærdsmodel af en gruppe. Det var her ideen blev født til at hente inspiration fra biologiske molekyler, hvor celler selvstændigt kan styre sig selv i den rigtige retning eller i en på forhånd bestemt retning gennem såkaldt morfologisk udvikling. Ved hjælp af en gradient har videnskabsmænd genskabt dette mønster af celleadfærd i robotter takket være AI.

Hvordan kan dette system hjælpe os?

En algoritme udviklet af forskere fra University of Surrey kan gøre det muligt for robotter at arbejde bedre sammen i fremtiden. Det betyder det sværere opgaver vil blive udført bedre og mere effektivt. Dette vil også være nyttigt i situationer, hvor hovedgrundlaget er menneske-robot-relationen. Og selvom bio-algoritmen stadig er i testfasen og endnu ikke er testet under reelle forhold, er det værd at se nærmere på sagen. Forskere planlægger allerede at bruge denne metode til formål som at rense miljøet eller spore lækager af farlige gasser. Og dette er, som vi ved, nu nyttig og opdateret viden, for miljøspørgsmål er desværre ikke i den bedste form lige nu.

Vi anbefaler en e-bog om AI