दुनिया में सबसे तेज चलने वाला रोबोट पर्वतारोहण सीखता है

शोधकर्ता गति अनुकूलन के तंत्रिका आधारों का अनुकरण करते हैं

रनिंग रोबोट रनबोट © बर्नस्टीन सेंटर फॉर कम्प्यूटेशनल न्यूरोसाइंस
जोर से पढ़ें

वह अपनी तरह का सबसे तेज है, लेकिन इस बीच वह शिखर पर जा सकता है: रनबोट, तेजी से आगे बढ़ने में विश्व रिकॉर्ड धारक की सभी गतिशील मशीनों के बीच, अपने प्रदर्शनों की सूची का विस्तार किया है। एक अवरक्त आंख के साथ, चल रोबोट पहचानता है कि क्या उसके सामने एक ढलान है और पिनपाइंट सटीकता के साथ अपने चाल को समायोजित करता है या नहीं। इस अनुकूलन के लिए न्यूरोनल आधार को अब "सीखने" व्यायाम कार्यक्रम का उपयोग करके वैज्ञानिकों की एक टीम द्वारा अनुकरण किया गया है।

एक इंसान की तरह, वह अपने ऊपरी शरीर को आगे की ओर झुकता है और छोटे कदम उठाता है। प्रो। डॉ। के नेतृत्व में वैज्ञानिकों का एक दल। फ्लोरेंटिन वोरगॉटर ने "सीखने" आंदोलन कार्यक्रम की मदद से इस अनुकूली प्रदर्शन के तंत्रिका आधार का अनुकरण किया है। बर्नस्टीन सेंटर फॉर कम्प्यूटेशनल न्यूरोसाइंस यूनिवर्सिटी ऑफ गोटिंगेन में इस शोध के परिणाम PLoS कम्प्यूटेशनल बायोलॉजी द्वारा 13 जुलाई 2007 के अपने ऑनलाइन संस्करण में प्रस्तुत किए गए हैं।

मानव चाल समन्वय का चमत्कार है। घुटने के जोड़ों का कोण, कूल्हे के झूलने की गति, ऊपरी शरीर के गुरुत्वाकर्षण का केंद्र और आंदोलन के कई अन्य तत्वों को ठीक से समन्वित किया जाना चाहिए। ऐसा करने में, मानव विभिन्न बाहरी परिस्थितियों के अनुकूल होता है। बर्फ पर, यह ठोस जमीन पर, ढलान के अलावा ऊपर की ओर अलग तरह से चलता है।

मोशन नियंत्रण पदानुक्रम से आदेश दिया गया

"प्रो। डॉ। मेड बताते हैं, " रोबोट की क्षमता बिना किसी ठोकर के एक फ्लैश में बिना स्विच के फ्लैश से स्विच करने की क्षमता गति नियंत्रण के पदानुक्रमित संगठन पर आधारित है, जो मनुष्यों के समान है। " फ्लोरेंटिन वॉर्गेटर, बर्नस्टीन सेंटर फॉर कम्प्यूटेशनल न्यूरोसाइंस विश्वविद्यालय के गोटिंगेन में अनुसंधान समूह के प्रमुख हैं। PLoS कम्प्यूटेशनल बायोलॉजी में प्रकाशित एक अध्ययन में, शोधकर्ताओं ने अपने निष्कर्षों की रिपोर्ट की।

यह पता चलता है कि निचले पदानुक्रमित स्तरों पर आंदोलनों का क्रम उत्तरोत्तर परिधीय सेंसर द्वारा आगे बढ़ाया जाता है। नियंत्रण सर्किट यह सुनिश्चित करते हैं कि जोड़ों में खिंचाव न हो, अन्य लोग जैसे ही पैर छूते हैं, अगला कदम उठाते हैं। केवल जब गैट को समायोजित करना होता है तो संगठन के उच्च स्तर में हस्तक्षेप होता है: मनुष्यों में, यह अपने दृढ़ता से नेटवर्क वाले न्यूरॉन्स की बातचीत के साथ मस्तिष्क है। चलने वाले रोबोट में, अवरक्त आंख से संकेत एक कंप्यूटर-आधारित तंत्रिका नेटवर्क के माध्यम से इस अनुकूलन प्रक्रिया को ट्रिगर करता है, भले ही यह बहुत सरल संरचना हो। प्रदर्शन

गलतियों से सीखें

गति नियंत्रण का पदानुक्रमित संगठन कुछ मापदंडों को शिफ्ट करके गैट के परिवर्तन को प्राप्त करना संभव बनाता है - शेष आकार स्वचालित रूप से स्वायत्त नियंत्रण सर्किट द्वारा समायोजित किए जाते हैं। एक पहाड़ पर चढ़ने के पहले प्रयास में, रनबॉट पीछे की ओर झुक जाता है। उन्होंने अभी तक यह नहीं सीखा है कि उनकी "आंख" क्या प्रतिक्रिया देती है एक परिवर्तित व्यायाम कार्यक्रम के साथ।

बच्चों के समान, रनबॉट अपने पतन से सीखता है; इस तरह, आंख और गति नियंत्रण के बीच तंत्रिका अंतर्संबंध का विस्तार होता है। केवल जब यह कनेक्शन मौजूद होता है, तो चरण लंबाई और शरीर की मुद्रा को नेत्रहीन ट्रिगर संकेत द्वारा नियंत्रित किया जा सकता है। एक खड़ी पहाड़ के साथ, चलने वाले रोबोट का आंदोलन कार्यक्रम मजबूत है, एक उथले पहाड़ से केवल थोड़ा बदल गया है।

(कम्प्यूटेशनल तंत्रिका विज्ञान के लिए बर्नस्टीन केंद्र, 16.07.2007 - NPO)