Robot puzzelt zich als mens uit doolhof

Een doolhof is een populair instrument onder psychologen om het leervermogen van muizen of ratten te testen. Maar hoe zit dat met robots? Kunnen die leren om zelfstandig de uitgang van een labyrint te vinden?

Onderzoekers van de Technische Universiteit Eindhoven (TU/e) en het Max Planck Instituut in Mainz, laten zien dat het kan. Hun neuromorfe robot baseert zijn beslissingen op hetzelfde systeem dat wij mensen gebruiken om te denken en te handelen: ons brein. De studie, die is gepubliceerd in Science Advances, biedt uitzicht op spannende nieuwe toepassingen van neuromorfe apparaten in bijvoorbeeld de gezondheidszorg en edge computing.

Neurale netwerken en machine learning staan de laatste jaren in het middelpunt van de belangstelling. En dat is niet voor niks, gezien de vele successen op het gebied van beeldherkenning, medische diagnose, e-commerce en vele andere gebieden. Toch kleven er ook nadelen aan deze softwarematige benadering van machine-intelligentie, niet in het minst omdat er zoveel stroom nodig is om de algoritmen te trainen.

Dit energieprobleem is een van de redenen waarom onderzoekers hebben geprobeerd computers te ontwikkelen die veel zuiniger zijn. Daarbij laten ze zich inspireren door het menselijk brein, een denkende machine die door de slimme manier waarop geheugen en verwerking samenwerken juist erg weinig energie gebruikt.

De robot die Krauhausen en haar collega's voor hun onderzoek gebruikten, is een Mindstorms EV3, een robotica-kit gemaakt door Lego. Uitgerust met twee wielen, traditionele besturingssoftware om ervoor te zorgen dat hij een lijn kan volgen, en een aantal reflectie- en aanraaksensoren, werd hij een 2 m2 groot doolhof ingestuurd dat bestaat uit zwart omlijnde zeshoeken in een honingraatachtig patroon.

De robot is geprogrammeerd om standaard rechtsaf te slaan. Telkens wanneer hij een doodlopende weg bereikt of afwijkt van het aangegeven pad naar de uitgang (die wordt aangegeven door visuele signalen), wordt hem verteld om te keren of naar links te gaan. Deze corrigerende stimulans wordt vervolgens in het neuromorfische apparaat opgeslagen voor de volgende poging.

Een deel van het succes van de robot ligt in de unieke integratie van sensoren en motoren, aldus onderzoekster Imke Krauhausen, die voor dit onderzoek nauw samenwerkte met het Max Planck Instituut voor Polymeeronderzoek in Mainz.'"Deze sensorimotorische integratie, waarbij zintuig en beweging elkaar versterken, is ook heel erg hoe de natuur werkt, dus dit is wat we hebben geprobeerd na te bootsen in onze robot.'