Lego Mindstorms EV3机器人配备了有机神经形态大脑。图源：艾因霍温理工大学。
迷宫常被心理学家用来评估老鼠的学习能力，而荷兰艾因霍温理工大学和德国美因茨马克斯普朗克聚合物研究所的研究人员目前开发了一种机器人，拥有类似人类大脑的系统，可以帮助它们思考和行动，从而能够在曲折的迷宫中成功前行。这项研究为神经形态装置在健康和其他领域的新应用铺平了道路。
模仿人类大脑
机器学习和神经网络近年来风靡全球，在图像识别、医疗诊断、电子商务等很多领域都取得了成功，但是这种基于软件的机器智能方法有一项缺点就是耗能大。因此，研究人员一直试图开发更节能的计算机，他们在人类大脑中获得灵感，设计了一台将记忆和处理功能相结合的低功耗设备。
人类大脑中的神经元通过突触实现相互交流，每当信息通过时，突触就会增强。正是这种可塑性确保了人类的记忆和学习。“我们用这个模型开发了一个可以学习在迷宫中移动的机器人，”研究人员Imke Krauhausen解释说，“就像老鼠大脑中的突触会在迷宫中的每次正确转弯时得到加强一样，我们的设备通过电流来控制机器人的前进方向：通过调整设备的电阻，就可以改变电机的电压，进而控制施加给机器人的电流。”
那么它是如何工作的呢?
Krauhausen等人使用的机器人是Mindstorms EV3，它配备了两个轮子、传统的引导软件以及一些反射和触摸传感器，被送入一个由黑线六边形组成的2平方米蜂巢状大迷宫。
机器人的默认设定是右转，而每当它到达一个死胡同或从指定的路径偏离到出口(由视觉提示)，它会被告知返回或左转。这种校正刺激会被记忆在神经形态装置中，以供下一次使用。
图源：艾因霍温理工大学
“最后，我们的机器人跑了16圈才成功找到出口，”Krauhausen说，“但是一旦它学会了导航这条特定路径(目标路径1)，它就可以导航任何其他路径(目标路径2)。也就是说，它获得的知识是可推广的。”
据Krauhausen说，机器人学习和走出迷宫的能力部分在于传感器和电机的独特集成，是感觉和运动相互强化后的整合。这是大自然的运作方式，也正是研究团队试图在机器人身上复制实现的。
智能聚合物
这项研究的另一个独特之处是用于神经形态机器人的有机材料。这种被称为p(g2T-TT)的聚合物不仅是稳定的，而且能够“保留”在迷宫的各种运行过程中调谐的大部分特定状态。这就可以确保习得的行为足够“持久”，就像人类大脑中的神经元和突触记住某个事件或动作一样。
仿生手
这种聚合物材料还有一个优点，就是可以被用于生物医学领域。智能设备基于这些材料的有机性质，可以与神经细胞实现集成。也就是说，假设你在一次受伤中失去了手臂，这些设备可以帮你把身体和仿生手连接起来。
有机神经形态计算的另一个应用是边缘计算设备，可以在本地处理来自传感器的数据。研究人员Van de Burgt说：“我们的材料易调整、耗能少、成本低，未来将在这个方向实现更好的应用和发展。”
那么神经形态机器人可以像足球机器人一样踢球吗? Krauhausen说：“原则上是可能的，但还有很长的路要走。我们的机器人在一定程度上依赖传统引导软件来移动。如果想让神经形态机器人执行复杂的任务，则需要建立神经形态的网络，让许多设备在一个网格中一起工作，这是我下一阶段要做的事情。”
本文由升哲科技编译，转载请注明。
