Нейронная сеть имитирует повадки муравьев для навигации роботов

Во эпоху стремительного развития технологий интеграция искусственного интеллекта (ИИ) в сельское хозяйство занимает одно из важнейших мест. Среди последних инноваций ИИ: Ecorobotix, более чем двухметровая установка на солнечных батареях с поддержкой GPS, которая плавно перемещается по полям с целью обнаружения и уничтожения сорняков, и делает это с потрясающей точностью в 95%, эффективно уменьшая отходы. Кроме того, универсальные роботы Energid способны собирать цитрусовые благодаря сочетанию нескольких камер и гибких роботизированных рук. LettuceBot использует сканирование геометрии культуры для оптимизации роста и минимизации использования пестицидов, различая сорняки и культуры для предотвращения заболеваний растений и чрезмерной густоты посадки.

Однако решение современных проблем нуждается также в умении ориентироваться в сложной и меняющейся природной среде, как например, густые леса или поля с высокой травой. Как роботы могут эффективно запоминать, где они были, и распознавать места, которые они посещали раньше, в визуально повторяющемся окружении?

Неожиданным источником вдохновения для решения данной проблемы стали муравьи. Эти крошечные существа демонстрируют отличные навигационные способности, несмотря на их относительно простые сенсорные и нейронные системы. Исследователи во главе с Ле Чжу (Le Zhu) из университетов Эдинбурга и Шеффилда стремятся имитировать навигационное мастерство муравьев в новой искусственной нейронной сети. Эта сеть поможет роботам распознавать и запоминать маршруты в сложных природных условиях, особенно для сельского хозяйства, где густая растительность представляет серьезную проблему.

Муравьи используют в своем мозгу уникальную нейронную структуру, известную как "грибовидные тела", чтобы обнаруживать визуальные паттерны и сохранять пространственно-временные воспоминания, что позволяет им эффективно ориентироваться в визуально повторяющемся окружении. Чжу и его команда использовали этот биологический механизм как вдохновение для своих исследований.

Их подход заключался в разработке биовдохновленной камеры событий, установленной на наземном роботе, для съемки визуальных последовательностей вдоль маршрутов на открытой территории в природной среде. Чтобы облегчить распознавание маршрутов, они разработали нейронный алгоритм для пространственно-временной памяти, точно отражающий схему "грибовидного тела".

Важным этапом было использование нейроморфных вычислений, имитирующих структуру и функции биологических нейронов, для кодирования памяти в нейронной сети, работающей на маломощном нейроморфном компьютере. Результатом стала роботизированная система, которая может оценивать визуальную узнаваемость в реальном времени на основе видеозаписей с камер наблюдения, тем самым поддерживая распознавание маршрутов для визуальной навигации.

Во время тщательных испытаний в различных условиях, среди которых были луга, леса и сельскохозяйственные угодья, нейронная модель, вдохновленная повадками муравьев, доказала свою состоятельность. Ее результаты превзошли другой метод изучения маршрута, который называется SeqSLAM, при оценке повторных пробегов по одному и тому же маршруту или маршрутам с небольшими боковыми смещениями. SeqSLAM – это техника, сопоставляющая последовательности изображений, чтобы найти сходство между разными запусками.

Влияние проведенного исследования выходит за рамки робототехники. Разработанная нейронная модель, вдохновленная поведением муравьев, обещает трансформировать сельскохозяйственную робототехнику, сделав ее более эффективной и результативной для навигации через густую растительность. Кроме того, исследователи предполагают, что принципы этой модели могут быть распространены на другие сенсорные модальности, такие как обоняние или звук, что улучшит восприятие роботом окружающей среды.

Это исследование является значительным шагом вперед в использовании коллективных знаний по природной навигации животных для улучшения наших технологических достижений. Поскольку мы продолжаем черпать вдохновение в мире природы, робототехника на основе искусственного интеллекта может найти еще больше инновационных решений для сложных задач, что в конечном счете принесет пользу всем отраслям промышленности.