Биологи долго восхищались по сложным социальным поведениям, замеченным среди насекомых, таких как пчелы и муравьи, где различные группы людей специализируются на различных задачах. Теперь, бригаде roboticists удалось эмулировать стратегию сотрудничества leafcutter муравьев с машинными моделированиями маленьких, четырехколесных роботов.
Результат мог привести к роям роботов, которые объединяются и организуют с минимальным человеческим вмешательством и могли пролить свет на как сотрудничество, развитое у животных.«Это – одно из нескольких исследований, в которых робототехника роя используется для испытания биологической гипотезы”, говорит программист Элио Тучи в университете Аберистуита в Соединенном Королевстве, не вовлеченный в исследование. «Это – хорошая обрабатываемая деталь».
Роботы подражают leafcutter муравьям, которые являются мастерами организации и сотрудничества. Муравьи (Атта рода) используют сокращенные фрагменты листа для культивирования гриба, который они обрабатывают для еды.
При поиске пищи в лесах некоторые муравьи — так называемые пипетки — поднимаются в верхушки деревьев и срезают листву, которую они роняют к лесной подстилке. Другие муравьи — коллекционеры — собирают урожай и приносят его к гнезду.
Черпая вдохновение в leafcutters, Элисео Ферранте, roboticist в университете Левена в Бельгии и коллегах проектировали роботы, цель которых состояла в том, чтобы собрать цилиндрические блоки — аналог листьев — наверху ската и возвратить их в область «гнезда» в нижней части. Блоки также скатились бы по скату, если бы роботы исключили их из вершины, подражая способу, которым лист упал бы от навеса до лесной подстилки.
Скат мог также быть сглажен для предотвращения вращения.Роботы, используемые в этом исследовании, могли показать только очень простые поведения: Они могли двинуться в и от источника света, помещенного выше блоков, переместиться беспорядочно, или взять или пропустить объект.
В этой структуре каждый робот мог быть запрограммирован для имитации ролям leafcutters: Пипетки следовали за светом к вершине ската, взятых блоков, и роняли их вниз склон; коллекционеры остались у основания ската, чтобы взять блоки и принести их к гнезду; и универсалы и собранные блоки от вершины ската и несший их полностью назад к гнезду.Реальные роботы являются медленными и дорогими для использования в массе, однако, таким образом, исследователи решили моделировать физические роботы с цифровыми версиями. Это позволило бригаде выполнять много поколений развития быстро. Ferrante и Tuci оба говорят, что они уверены, что физические кишечные глисты вели бы себя все равно, если бы в silico окружающей среде были тиражированы в реальный мир.
Во-первых, исследователи, просто предопределенные роботы, чтобы быть или пипетками, коллекционерами или универсалами. Испытание было разработано, чтобы проверить, разовьются ли популяции роботов для нахождения оптимальной смеси этих трех характеров поведения, как исследователи сообщают в этом месяце в Вычислительной Биологии PLOS. В этом эксперименте эволюционный процесс был действительно просто исчерпывающим поиском всех возможных отношений пипеток коллекционерам универсалам.
После того, как любую новую комбинацию этих трех попробовали, компьютер свел в таблицу, насколько эффективный поиск пищи был, и лучшие комбинации были отобраны. Как ожидалось, в наклонной окружающей среде, развитие одобрило смесь главным образом пипеток и коллекционеров, но в равнинах, где нет никакого преимущества для понижения блока, стратегия универсала была более распространена.Одна биологическая теория для того, как специализация задачи, развитая по своей природе, устанавливает это стандартные блоки для сотрудничества, была адаптирована от существующих поведений.
Уход родного брата, возможно, развился из родительской заботы, например. Этот эксперимент показал, что, если стандартные блоки уже на месте, развитие может оптимизировать смесь ролей для адаптации окружающей среде.Во втором исследовании, однако, роботы даровались без таких определенных ролей, но просто давались цель заполнения гнезда.
Таким образом в ранних поколениях, большинство машин путало о беспорядочно, но постепенно, поскольку «мутации» внесли изменения в поведении роботов, некоторые из них споткнулись на продуктивные последовательности поведений. В конце каждого моделируемого поколения роботы с самыми продуктивными поведениями, более вероятно, «останутся в живых» и продолжат принимать участие в будущих поколениях. Пригодность была определена на основе сколько блоков группа, возвращенная к гнезду более чем 5 000 секунд. Исследователи признают, что их методология — в частности факт, что все роботы в каждом рое «генетически» идентичны — отклоняется от развития в биологии, в которой пригодность измеряется на отдельной основе.
Но, они говорят, подход все еще позволил ученым учиться, могло ли бы сотрудничество развиться с нуля.Как замечено в видео выше, после того, как 500 исследователей поколений видели, что стратегия универсала начала появляться: проведите к свету, возьмите блок, проведите далеко от света, блока снижения, повторитесь.
После того, как тысяча разделений задачи поколений начинает появляться, и кооперативное поведение оптимизировано и очищено по дополнительной тысяче поколений.Результаты демонстрируют, что разделение труда, возможно, развилось даже без заданных ролей, говорят авторы. “Существует связка ключевого развития”, говорит Феррэйнт. “Первой вещью, которую они изучают, является способность сделать поиск пищи.
Они должны были бы учиться сначала брать объекты, и затем они должны перейти [назад к гнезду]. Для достижения этого, Вам нужны три или четыре мутации”.
Тучи соглашается, что модель работает “вполне хорошо”, чтобы показать, как эти поведения, возможно, развились, но волнуются, что методы являются немного слишком основными, чтобы сделать выводы о том, как процесс работает в биологическом мире. Простой дизайн роботов и ограниченная разновидность поведений могут фактически вызвать роботы вниз определенные эволюционные пути, он предостерегает: “Вы [можете] так или иначе ограничить эволюционный процесс слишком много, и Вы получаете, что Вы помещаете в систему”.(Видео кредит: Элисео Ферранте)