Onderzoekers van de École Polytechnique Fédérale de Lausanne (EPFL) hebben een vierpotige robot ontwikkeld die dankzij machine learning in staat is om zijn looppatronen aan te passen. Door over te schakelen tussen lopen, draven en bokkesprongen maken, kan de robot complex terrein met gaten van 14 tot 30 centimeter doorkruisen zonder te vallen. Deze ontwikkeling biedt niet alleen nieuwe inzichten voor robotica, maar ook voor biologen die geïnteresseerd zijn in de beweging van dieren.
De studie, uitgevoerd in het BioRobotics Laboratory van de EPFL, is gepubliceerd in het tijdschrift Nature Communications. Onder leiding van PhD-student Milad Shafiee en zijn collega’s Guillaume Bellegarda en Auke Ijspeert, hoofd van het lab, werd de robot getraind met een vorm van machine learning genaamd ‘deep reinforcement learning’ (DRL). Hierbij leerde de robot zelfstandig zijn gang aan te passen om valpartijen te voorkomen.
Eerdere studies suggereren dat dieren hun looppatronen aanpassen om energie-efficiëntie te verhogen of musculoskeletale blessures te vermijden. Recentelijk is echter gebleken dat stabiliteit op vlak terrein wellicht belangrijker is. Deze nieuwe hypothese, dat levensvatbaarheid of het voorkomen van vallen een drijfveer is voor de aanpassing van de gang, werd door de EPFL-onderzoekers onderzocht en bevestigd door hun experimenten.
Bij het modelleren van de locomotiecontrole in hun robot namen de onderzoekers de drie samenwerkende elementen die dierlijke bewegingen sturen als uitgangspunt: de hersenen, het ruggenmerg en zintuiglijke feedback van het lichaam. Het DRL-systeem trainde een neuraal netwerk om de signaaloverdracht van de hersenen naar het lichaam via het ruggenmerg na te bootsen, terwijl de robot een experimenteel terrein overstak. Hierbij bleek levensvatbaarheid de enige factor die de robot aanzette tot het spontaan wisselen van looppatroon.
Deze bevindingen tonen aan dat het voorkomen van vallen en niet energie-efficiëntie, zoals eerder werd gedacht, een primaire drijfveer kan zijn voor gait transitions bij het navigeren over uitdagend terrein. De EPFL-groep is van plan hun onderzoek uit te breiden met meer experimenten waarbij verschillende types robots worden ingezet om een breder scala aan uitdagende omgevingen te verkennen. Dit onderzoek kan bijdragen aan een beter begrip van dierlijke locomotie en het potentieel verminderen van het gebruik van diermodellen in biologisch onderzoek, wat ethische voordelen kan hebben.
Foto: BioRob EPFL CC BY SA
