ให้ความรู้เกี่ยวกับสุนัข

นักวิจัยจาก Max Planck Institute for Intelligent Systems (MPI-IS) ในเมืองสตุตการ์ตได้ทำการศึกษาวิจัยเพื่อค้นหาว่าสัตว์เรียนรู้ที่จะเดินและเรียนรู้จากการสะดุดได้อย่างไร พวกเขาสร้างหุ่นยนต์สี่ขาขนาดเท่าสุนัข ซึ่งช่วยให้พวกเขาเข้าใจรายละเอียดต่างๆ Felix Ruppert อดีตนักศึกษาปริญญาเอกจากกลุ่มวิจัย Dynamic Locomotion ที่ MPI-IS กล่าวว่า "ในฐานะวิศวกรและนักวิทยาการหุ่นยนต์ เราหาคำตอบด้วยการสร้างหุ่นยนต์ที่มีปฏิกิริยาตอบสนองเหมือนสัตว์ และเรียนรู้จากความผิดพลาด" “ถ้าสัตว์สะดุดล้ม นั่นถือว่าผิดหรือเปล่า ไม่ใช่ว่าเกิดขึ้นครั้งเดียว แต่ถ้าสะดุดบ่อยๆ จะทำให้เรารู้ว่าหุ่นยนต์เดินได้ดีแค่ไหน” Felix Ruppert เป็นผู้เขียนคนแรกของ " การเรียนรู้การจับคู่พลาสติกของ Robot Dynamics in Closed-loop Central Pattern Generators " ซึ่งจะเผยแพร่ในวันที่ 18 กรกฎาคม 2022 ในวารสาร Nature Machine Intelligence อัลกอริทึมการเรียนรู้ช่วยเพิ่มประสิทธิภาพไขสันหลังเสมือน หลังจากเรียนรู้ที่จะเดินในเวลาเพียงหนึ่งชั่วโมง หุ่นยนต์ของ Ruppert ก็ใช้ประโยชน์จากกลไกขาที่ซับซ้อนของมันได้อย่างดี อัลกอริธึมการปรับให้เหมาะสมแบบเบย์เป็นแนวทางการเรียนรู้: ข้อมูลเซ็นเซอร์เท้าที่วัดได้จะจับคู่กับข้อมูลเป้าหมายจากไขสันหลังจำลองจำลองที่ทำงานเป็นโปรแกรมในคอมพิวเตอร์ของหุ่นยนต์ หุ่นยนต์เรียนรู้ที่จะเดินโดยการเปรียบเทียบข้อมูลเซ็นเซอร์ที่ส่งและที่คาดไว้อย่างต่อเนื่อง เรียกใช้รีเฟล็กซ์ลูป และปรับรูปแบบการควบคุมมอเตอร์ อัลกอริทึมการเรียนรู้จะปรับพารามิเตอร์การควบคุมของ Central Pattern Generator (CPG) ในมนุษย์และสัตว์ ตัวสร้างรูปแบบส่วนกลางเหล่านี้เป็นเครือข่ายของเซลล์ประสาทในไขสันหลังที่สร้างการหดตัวของกล้ามเนื้อเป็นระยะๆ โดยไม่ได้รับข้อมูลจากสมอง เครือข่ายตัวสร้างรูปแบบส่วนกลางช่วยในการสร้างจังหวะ เช่น การเดิน การกะพริบตา หรือการย่อยอาหาร นอกจากนี้ รีเฟล็กซ์ยังเป็นการควบคุมมอเตอร์โดยไม่สมัครใจซึ่งถูกกระตุ้นโดยวิถีประสาทแบบฮาร์ดโค้ดที่เชื่อมต่อเซ็นเซอร์ที่ขากับไขสันหลัง ตราบใดที่สัตว์อายุยังน้อยยังเดินบนพื้นราบเรียบสนิท CPG ก็เพียงพอที่จะควบคุมสัญญาณการเคลื่อนไหวจากไขสันหลัง อย่างไรก็ตามการกระแทกเล็กน้อยบนพื้นทำให้การเดินเปลี่ยนไป รีเฟล็กซ์เตะเข้าและปรับรูปแบบการเคลื่อนไหวเพื่อป้องกันไม่ให้สัตว์ล้ม สุนัข การเปลี่ยนแปลงสัญญาณการเคลื่อนไหวชั่วขณะเหล่านี้สามารถย้อนกลับได้หรือ 'ยืดหยุ่น' และรูปแบบการเคลื่อนไหวจะกลับคืนสู่การกำหนดค่าดั้งเดิมหลังจากการรบกวน แต่ถ้าสัตว์ไม่หยุดสะดุดในการเคลื่อนไหวหลายๆ รอบ แม้จะมีปฏิกิริยาตอบสนองอยู่ก็ตาม ก็ต้องเรียนรู้รูปแบบการเคลื่อนไหวใหม่และทำให้เป็น 'พลาสติก' กล่าวคือ ย้อนกลับไม่ได้ ในสัตว์ที่เพิ่งเกิดใหม่ CPG ยังไม่ปรับตัวได้ดีพอ และสัตว์จะเดินสะดุดไปมา ทั้งในภูมิประเทศที่ราบเรียบหรือไม่สม่ำเสมอ เช่นเดียวกับสุนัขหุ่นยนต์ขนาดลาบราดอร์ที่ชื่อ "มอร์ติ" ยิ่งกว่านั้น หุ่นยนต์ยังปรับรูปแบบการเคลื่อนไหวให้เหมาะสมได้เร็วกว่าสัตว์ในเวลาประมาณหนึ่งชั่วโมง CPG ของ Morti ถูกจำลองขึ้นบนคอมพิวเตอร์ขนาดเล็กและน้ำหนักเบาที่ควบคุมการเคลื่อนไหวของขาของหุ่นยนต์ ไขสันหลังเสมือนจริงนี้วางอยู่บนหลังของหุ่นยนต์สี่ขาในตำแหน่งที่ศีรษะอยู่ ในช่วงเวลาหนึ่งชั่วโมงที่หุ่นยนต์จะเดินได้อย่างราบรื่น ข้อมูลเซ็นเซอร์จากเท้าของหุ่นยนต์จะถูกเปรียบเทียบอย่างต่อเนื่องกับระยะทัชดาวน์ที่คาดการณ์ไว้โดย CPG ของหุ่นยนต์ หากหุ่นยนต์สะดุด อัลกอริธึมการเรียนรู้จะเปลี่ยนระยะการแกว่งขาไปมา ความถี่ในการแกว่งขา และระยะขาบนพื้น การเคลื่อนไหวที่ปรับยังส่งผลต่อความสามารถในการใช้กลไกขาที่สอดคล้องกันของหุ่นยนต์ได้ดีเพียงใด ในระหว่างกระบวนการเรียนรู้ CPG จะส่งสัญญาณมอเตอร์ที่ปรับเปลี่ยนเพื่อให้ต่อจากนี้ไปหุ่นยนต์จะสะดุดน้อยลงและเพิ่มประสิทธิภาพการเดินของมัน ในเฟรมเวิร์กนี้ ไขสันหลังเสมือนจริงไม่มีความรู้ที่ชัดเจนเกี่ยวกับการออกแบบขา มอเตอร์ และสปริงของหุ่นยนต์ ไม่รู้อะไรเลยเกี่ยวกับฟิสิกส์ของเครื่องจักร มันไม่มี 'แบบจำลอง' ของหุ่นยนต์ "หุ่นยนต์ของเรา 'เกิด' โดยแทบไม่รู้อะไรเลยเกี่ยวกับกายวิภาคของขาหรือวิธีการทำงานของมัน" Ruppert อธิบาย "CPG คล้ายกับความฉลาดในการเดินอัตโนมัติในตัวที่ธรรมชาติมอบให้และเราได้ถ่ายทอดไปยังหุ่นยนต์ คอมพิวเตอร์สร้างสัญญาณที่ควบคุมมอเตอร์ของขา จากนั้นหุ่นยนต์จะเดินและสะดุดในตอนแรก ข้อมูลไหลย้อนกลับจากเซ็นเซอร์ไปยัง เส้นประสาทไขสันหลังเสมือนที่เปรียบเทียบเซ็นเซอร์และข้อมูล CPG หากข้อมูลเซ็นเซอร์ไม่ตรงกับข้อมูลที่คาดไว้ อัลกอริทึม การเรียนรู้จะเปลี่ยนพฤติกรรมการเดินจนกว่าหุ่นยนต์จะเดินได้ดีและไม่สะดุด เปลี่ยนเอาต์พุต CPG ในขณะที่คงปฏิกิริยาตอบสนองไว้และตรวจสอบ การสะดุดของหุ่นยนต์เป็นส่วนสำคัญของกระบวนการเรียนรู้" การควบคุมสุนัขหุ่นยนต์ประหยัดพลังงาน คอมพิวเตอร์ของมอร์ติใช้พลังงานเพียงห้าวัตต์ในกระบวนการเดิน หุ่นยนต์อุตสาหกรรมสี่ขาจากผู้ผลิตที่มีชื่อเสียงซึ่งเรียนรู้ที่จะทำงานด้วยความช่วยเหลือของตัวควบคุมที่ซับซ้อนนั้นต้องการพลังงานมากกว่ามาก ตัวควบคุมของพวกเขาได้รับการเข้ารหัสด้วยความรู้เกี่ยวกับมวลที่แน่นอนของหุ่นยนต์และรูปทรงของร่างกาย โดยใช้แบบจำลองของหุ่นยนต์ โดยทั่วไปจะใช้กำลังไฟได้หลายสิบถึงหลายร้อยวัตต์ หุ่นยนต์ทั้งสองประเภททำงานแบบไดนามิกและมีประสิทธิภาพ แต่การใช้พลังงานจากการคำนวณนั้นต่ำกว่ามากในแบบจำลองของสตุตการ์ต นอกจากนี้ยังให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับกายวิภาคของสัตว์ Alexander Badri-Spröwitz ผู้ร่วมเขียนสิ่งพิมพ์ร่วมกับ Ruppert และหัวหน้ากลุ่มวิจัย Dynamic Locomotion กล่าวว่า "เราไม่สามารถวิจัยไขสันหลังของสัตว์ที่มีชีวิตได้ง่ายๆ แต่เราสามารถสร้างแบบจำลองในหุ่นยนต์ได้" "เรารู้ว่า CPG เหล่านี้มีอยู่ในสัตว์หลายชนิด เรารู้ว่ารีเฟล็กซ์ฝังอยู่ในตัว แต่เราจะรวมทั้งสองอย่างเข้าด้วยกันเพื่อให้สัตว์เรียนรู้การเคลื่อนไหวด้วยรีเฟล็กซ์และ CPG ได้อย่างไร นี่คือการวิจัยพื้นฐานที่จุดตัดระหว่างวิทยาการหุ่นยนต์และชีววิทยา แบบจำลองหุ่นยนต์ให้ เราตอบคำถามที่ชีววิทยาเพียงอย่างเดียวไม่สามารถตอบได้"