Soll sich ein Laufroboter vorwärtsbewegen, müssen seine Beine in einem regelmäßigen Rhythmus angesteuert werden: Beispielsweise schwingen beim so genannten Dreifuß-Gang insektenartige Roboter drei Beine nach vorne, während die jeweils gegenüberliegenden auf dem Boden bleiben. Weil sich aber für unterschiedliche Situationen jeweils andere Gangarten – und damit Rhythmen – besser eignen, haben Wissenschaftler des Bernstein Center for Computational Neuroscience in Göttingen einen Roboter entwickelt, der seine Sensoren dazu nutzen kann, flexibel zwischen unterschiedlichen Bewegungsmustern umzuschalten.
Das Besondere: Findet er keine passende Gangart, beispielsweise weil sein Fuß feststeckt, ändert sich der zuvor regelmäßige Rhythmus in ein chaotisches Oszillieren, bei dem so lange Bewegungen ausprobiert werden, bis die Sensoren keine Probleme mehr melden.
Chaos befreit den Roboter aus einer Falle | Ein Schwingkreis aus zwei simulierten Neuronen erzeugt den Rhythmus, nach dem der Roboter seine sechs Beine bewegt. Das Besondere: Die Neurone schwingen chaotisch.
Während Roboterbauer üblicherweise jedem einzelnen Rhythmus einen eigenen "central pattern generator", also Rhythmuserzeuger zuweisen, setzen die Forscher des Teams um Poramate Manoonpong und Marc Timme auf eine möglichst einfache Steuerung: Nur eine einzelne Verschaltung bringt sämtliche Gangarten hervor. Sie besteht aus zwei simulierten nervenzellähnlichen Elementen und bildet das Herzstück des Steuerungsmoduls, an dem sämtliche Sensorendaten zusammenfließen.
Beide künstlichen Neurone hemmen beziehungsweise erregen sich permanent gegenseitig und geraten dadurch ins Schwingen. Diese oszillierende Aktivität wird schließlich an die Motoren der Roboterbeine weitergereicht und ermöglicht dem Roboter seine – derzeit noch ziemlich gemächliche – Vorwärtsbewegung.
Zu Testzwecken lassen die Forscher ihre Laufmaschine eine Schräge hinauf- und wieder hinablaufen. Neben Hindernissen haben sie auch Löcher in den Boden gesägt, aus denen sich der Roboter befreien muss.
Ziel der Wissenschaftler war es, die Dynamik der zwei Neurone exakt so einzustellen, dass das System chaotisch schwingt. Dadurch kann es hochsensibel auf zwei Kontrollneurone reagieren, die die Oszillationen des Netzwerks in verschiedene regelmäßige Rhythmen zwingen. AMOS-WD06, wie die Göttinger den Roboter tauften, passt sich deshalb schnell und flexibel an neue Begebenheiten an.
Außerdem eröffnete dieses Prinzip dem Roboter die Möglichkeit, aus unvorhergesehenen Schwierigkeiten durch flexibles Ausprobieren zu entkommen: Der Einfluss der Kontrollneurone wird heruntergeregelt, und das chaotische Schwingen tritt wieder zu Tage – die Maschine "zappelt" sich frei.
Da die "Synapsen", über die sich die Neurone des Systems gegenseitig hemmen oder erregen, variabel sind, kann der Roboter lernen, seine Bewegungen zu optimieren, und Verhaltensweisen an neuartige Situationen anpassen. So berichten die Wissenschaftler von einem Experiment, bei dem ihr Roboter so lange seine Gangart variierte, bis er den Energieverbrauch beim Bewältigen eines Anstiegs minimiert hatte.
Hat sich der Roboter in einem der Löcher des Parcours verfangen, erlaubt ihm die chaotische Steuerungseinheit wieder freizukommen. Wird diese Funktion abgeschaltet, führt die Maschine stur die immergleichen Bewegungen aus.
Alles in allem beherrscht AMOS-WD06 elf unterschiedliche Verhaltensmuster, darunter die Flucht vor einem lauten Geräusch, Hindernisvermeidung und die Vorwärtsbewegung auf unebenem Terrain. Insgesamt 18 Motoren und Sensoren müssen dazu von der Steuerung kontrolliert werden. Für das Design des Roboters ließen sich die Forscher von der Küchenschabe inspirieren. Zentrale Rhythmusgeneratoren zur Koordination der Gliedmaßen und anderer Muskelgruppen sind allerdings im gesamten Tierreich weit verbreitet: Auch beim Menschen steuern sie bestimmte Bewegungsabläufe. (jd)
Schreiben Sie uns!
Beitrag schreiben
Quellen
Links im Netz
Lexika
Steingrube, S. et al.: Self-organized adaptation of a simple neural circuit enables complex robot behaviour. In: Nature Physics 10.1038/nphys1508, 2010.
Schreiben Sie uns!
Beitrag schreiben