ATP!Info

Roboter mit Insektenhirn

Berlin | Forscher haben einen Roboter entwickelt, der Umgebungsreize wahrnehmen und lernen kann, auf sie zu reagieren. An dem Projekt beteiligt waren Wissenschaftler der Freien Universität Berlin, des Bernstein Fokus „Neuronale Grundlagen des Lernens“ und des Bernstein Zentrums Berlin.

Wie die Honigbiene, lernt der Roboter, sich auf bestimmte Farben hin- und sich von anderen wegzubewegen. (Bild: Martin Paul Nawrot, Freie Universität Berlin) Wie die Honigbiene, lernt der Roboter, sich auf bestimmte Farben hin- und sich von anderen wegzubewegen. (Bild: Martin Paul Nawrot, Freie Universität Berlin)

Als Vorbild seines Funktionsprinzips diente den Forschern das relativ einfach aufgebaute Nervensystem von Honigbienen. Dazu installierten sie eine Kamera auf ein kleines Roboterfahrzeug und schlossen es an einen Computer an. Das Computerprogramm bildete vereinfacht das sensomotorische Netzwerk des Insektengehirns nach. Seine Eingangsdaten erhielt es von der Kamera, die – ähnlich einem Auge – visuelle Informationen aufnehmen und weiterleiten konnte. Das neuronale Netzwerk selbst trieb wiederum die Motoren der Roboterräder an und steuerte so seine Bewegungsrichtung.

Das Besondere am künstlichen Minigehirn ist, dass es nach einfachen Prinzipien lernen kann. „Der netzwerkgesteuerte Roboter ist fähig, bestimmte Außenreize mit Verhaltensregeln zu verknüpfen“, sagt Professor Martin Paul Nawrot, Leiter der Studie und Professor für Neuroinformatik an der Freien Universität Berlin. „Ähnlich wie Honigbienen lernen, bestimmte Blütenfarben mit schmackhaftem Nektar zu assoziieren, erlernt der Roboter, sich auf gewisse Farbobjekte hinzubewegen und andere zu meiden.“

In dem Lernexperiment setzten die Wissenschaftler den netzwerkgesteuerten Roboter in die Mitte einer kleinen Arena. An deren Wänden waren rote und blaue Objekte angebracht. Sobald der Roboter mit seiner Kamera ein Objekt mit der gewünschten Farbe – etwa Rot – anvisiert hatte, lösten die Wissenschaftler ein Lichtsignal aus. Dieses Signal aktivierte eine sogenannte Belohnungs-Nervenzelle im künstlichen Netzwerk. Die Verarbeitung der roten Farbe mit der zeitgleichen Belohnung führte nun zu gezielten Veränderungen in dem Teil des Netzwerks, das die Kontrolle über die Roboterräder ausübte. Die Folge: „Sah“ der Roboter ein weiteres rotes Objekt, so bewegte er sich darauf zu. Blaue Gegenstände führten zu einem Rückzug. „Der Roboter löste seine Aufgabe, ein Objekt in der gewünschten Farbe zu suchen und anzufahren, innerhalb weniger Sekunden“, erklärt Nawrot. fu-berlin.de

Verwandte Themen
Überarbeitet: NAMUR Empfehlung 131 weiter
VDMA: Robotik und Automation erwirtschaften Rekordumsatz in 2017 weiter
Starkes Wachstum in der elektrischen Prozessautomation weiter
Intuitiver Balancer für mehr Ergonomie und Sicherheit weiter
Modulares Assistenzsystem für manuelle Arbeitsplätze weiter
Tagungsband "Aktive Sicherheit und Automatisiertes Fahren" erschienen weiter

Relevante Publikationen für Sie:

„Smarte“ Sensoren in der Feldebene Cover

„Smarte“ Sensoren in der Feldebene

Intelligente Überwachung von industriellen Anlagen
Thomas Glock/FZI Forschungszentrum Informatik / Martin Hillenbrand/FZI Forschungszentrum Informatik / Christoph Weiler/Siemens / Michael Hübner/Ruhr-Universität Bochum, FZI Forschungszentrum Informatik

mehr
µPlant: Modellfabrik für vernetzte heterogene Anlagen Cover

µPlant: Modellfabrik für vernetzte heterogene Anlagen

Automatisierungstechnische Konzeption und Realisierung
Andreas Kroll/Universität Kassel / Axel Dürrbaum/Universität Kassel / David arengas/Universität Kassel / Hassan al Mawla/Universität Kassel / Lars Kistner/Universität Kassel / Alexander Rehmer/Universität Kassel

mehr
Zuverlässigkeitsbewertung in frühen Entwicklungsphasen Cover

Zuverlässigkeitsbewertung in frühen Entwicklungsphasen

Ansatz basierend auf rigide definierten Softwarekomponenten
MICHAEL WEDEL/Universität Stuttgart

mehr