Robot driver førstehjelp på seg selv

En robot som ikke bare gjør ting, men som også hjelper seg selv i nødens stund, høres ut som en kar som kan fylle kravene til en moderne og fleksibel robotrolle.

"Ved hjelp av interne simuleringer i datahjernen, oppdaterer roboten kontinuerlig en modell av sin egen kropp. Dersom en skade på et bein inntreffer, vil modellen se annerledes ut, og roboten endrer gangen sin."
"Ved hjelp av interne simuleringer i datahjernen, oppdaterer roboten kontinuerlig en modell av sin egen kropp. Dersom en skade på et bein inntreffer, vil modellen se annerledes ut, og roboten endrer gangen sin."




Både mennesker og dyr kan kompensere for fysiske skader ved å endre bevegelsene sine - for eksempel kan det bety at vi halter for å avlaste et skadet bein.

Nå har et amerikansk forskerteam fra University of Vermont og Cornell University lykkes med å få til noe tilsvarende i robotverdenen.

De har utviklet en robot som ikke bryter sammen selv om den får uventede, ytre skader. Den improviserer og klarer å tilpasse seg skadesituasjonen, rapporterer forskerne i tidsskriftet Science i dag.

Slike egenskaper vil i fremtiden kunne hjelpe roboter som sendes på oppdrag i nye eller farlige områder.

Ser modell av seg selv

Nå håper teamet at deres forskningsresultater kan kaste nytt lys over utviklingen av mer robuste utgaver.

Hvis roboten skulle skade beinet i et kritisk øyeblikk, betyr ikke dette lenger at den fremstår som ubrukelig. Den er såpass fleksibel at den klarer å “reparere” seg selv.

Den firbeinte nyskapningen til Forsker Josh Bongard og kolleger studerer bevegelsene sine ved hjelp av forskjellige sensorer, og med den innbygde datateknologien lager den en virtuell modell av seg selv.

Roboten bruker denne modellen til å skape egne bevegelser, og gjør kontinuerlige oppdateringer for å ta høyde for eventuelle skader, rapporterer forskerne i dagens utgave av Science.

Når forskerne gjorde ett av beina kortere, svarte roboten med å endre måten den gikk på. Roboten hadde da oppdatert modellen, som den tok utgangspunkt i for å lære seg til å gå annerledes.

Referanse:

J. Bongard, et al. Resilient Machines Through Continious Self-Modelling. Science, fredag 17. november 2006, volume 314, side 1118-1121.

Powered by Labrador CMS