ساخت رباتی که راه خود را در زمین‌های کشاورزی پیدا می‌کند

مغز مورچه ها الهام بخش ساخت ربات هایی می شود که میتوانند راه خود را در زمین های کشاورزی پیدا کنند.

به گزارش ایسنا به نقل از آی ای، این رویکرد میتواند عملکرد ربات های کشاورزی را که نیاز به حرکت در مناظر متراکم و پر از گیاه دارند، بهبود بخشد.

رباتی را تصور کنید که سعی می کند راه خود را از میان یک جنگل انبوه یا زمینی پر از علف های بلند بیابد. این ربات نمی تواند به نقاط دیدنی آشنا تکیه کند، زیرا امکان دارد مناظر تغییر کند و همه چیز یکسان بنظر برسد. بنابراین، دانشمندان با یک چالش مهم روبرو هستند. چگونه به ربات ها کمک کنند تا جایی که بوده اند را بخاطر بسپارند و مکان هایی را که قبلا بازدید کرده اند، شناسایی کنند.

دانشمندان یک شبکه عصبی مصنوعی جدید ساخته اند که ساختارهای مغز مورچه ها را شبیه سازی می کند و به ربات ها کمک می کند مسیرها را در محیط های طبیعی پیچیده مانند مزارع ذرت شناسایی کنند و بخاطر بسپارند. این رویکرد می تواند عملکرد ربات های کشاورزی را که نیاز به حرکت در مناظر متراکم و پر از گیاه دارند، بهبود بخشد.

مورچه ها بعنوان ناوبر

مورچه ها با وجود داشتن سیستم های حسی و عصبی نسبتا ساده، به مهارت های ناوبری قابل توجهی مجهز هستند. آنها میتوانند مسیرهایی را در محیط های تکراری بصری، مانند جنگل ها یا علفزارها، با استفاده از ساختارهای عصبی قارچ مانند یا« جسم های قارچی» در مغزشان یاد بگیرند و دنبال کنند. این ساختارها به آنها کمک می کند تا الگوهای بصری را شناسایی کرده و خاطرات مکانی و زمانی را ذخیره کنند.

لی ژو (Le Zhu) و همکارانش با الهام از این مکانیسم بیولوژیکی، یک دوربین الهام گرفته از زیست شناسی را روی یک ربات زمینی طراحی کردند تا توالی های بصری را در طول مسیرها در محیط های طبیعی در فضای باز جمع آوری کند. آنها همچنین از یک الگوریتم عصبی برای حافظه مکانی- زمانی استفاده کردند که دقیقا بر اساس شبکه عصبی عضو قارچی حشره است. آن ها از محاسبات نورومورفیک که ساختار و عملکرد نورون های زیستی را شبیه سازی می کند، برای کدگذاری حافظه در یک شبکه عصبی در حال اجرا بر روی یک رایانه نورومورفیک کم مصرف استفاده کردند.

محققان مدل عصبی الهام گرفته از مورچه را در مسیرهای مختلف در محیط های مختلف، مانند چمنزارها، جنگل ها و زمین های کشاورزی آزمایش کردند. آن ها دریافتند که این مدل میتواند آشنایی بصری را در لحظه با استفاده از تصاویر دوربین رویداد ارزیابی کند و تشخیص مسیر برای ناوبری بصری را ممکن کند.

محققان می گویند که این مدل عصبی الهام گرفته از مورچه میتواند برای کاربردهایی مانند رباتیک کشاورزی مفید باشد، جایی که ناوبری بصری در میان پوشش گیاهی متراکم در حال حاضر یک کار چالش برانگیز است. آنها همچنین پیشنهاد می کنند که مدل آنها می تواند به سایر روش های حسی، مانند بویایی یا صدا، گسترش یابد تا درک ربات از محیط را افزایش دهد.

نتایج این مطالعه در مجله Science Robotics منتشر شد.