يستخدم العلماء الواقع الافتراضي على سمكة الزيبرا لتعليم الروبوتات كيفية التجميع
الحوت هو سيد الحركة المنسقة. لا يوجد قائد لقطعانهم، ومع ذلك يتمكن كل فرد من الحفاظ على نمط موحد، وتجنب الاصطدامات، والاستجابة بمرونة سلسة للتغيرات في البيئة. ويشكل استنساخ هذا المزيج الفريد من المناعة والمرونة تحديًا طويل الأمد للأنظمة الهندسية مثل الروبوتات. الآن، باستخدام بيئة الواقع الافتراضي التي تسمح لسمك الزيبرا بالسباحة بحرية إلى جانب "الهولوغرامات" الافتراضية من نوعه، اتخذ فريق بحث من كونستانس خطوة مهمة نحو إيجاد حل.
وقال يي لي من جامعة كونستانس، المؤلف الأول للدراسة: "يُظهر عملنا أن الحلول التي تطورت في الطبيعة على مدى آلاف السنين لديها القدرة على توجيه قوانين التحكم القوية والفعالة في الأنظمة الهندسية". ويضيف المؤلف المشارك ماتا ناجي من جامعة أوتاوا: "يفتح هذا الاكتشاف إمكانيات مثيرة للتطبيقات المستقبلية في مجال الروبوتات وتصميم المركبات ذاتية القيادة".
فك شفرة خوارزمية الطبيعة الخفية
في نظام الواقع الافتراضي ثلاثي الأبعاد الذي يحاكي السباحة الجماعية الطبيعية، تم وضع أسماك الزيبرا الصغيرة في ساحات مترابطة حيث يمكن لكل سمكة التفاعل بحرية مع "صور ثلاثية الأبعاد" الافتراضية للأسماك. تم عرض كل سمكة افتراضية من ساحة أسماك حقيقية في ساحة مختلفة، لذلك بدا مزيج السباحة كما لو أن جميع الأسماك تشترك في نفس العالم. سمحت البيئة الكاملة بالتحكم الدقيق في المحفزات البصرية وتسجيل استجابات الأسماك.
سمح المستوى العالي من التحكم للباحثين بعزل الإشارات البصرية التي تستخدمها الأسماك لتوجيه سلوكها داخل المجموعة. كان الاكتشاف عبارة عن قانون تحكم بسيط وقوي يعتمد فقط على الموقع المتصور للجيران - وليس سرعتهم - لتنظيم حركة المرور الطرفية.
يقول إيان كوزين، المؤلف الرئيسي ومدير MPI-AB: "لقد فوجئنا بمدى قلة المعلومات التي تحتاجها الأسماك لتنسيق تحركاتها في السرب". "إنهم يتبعون القوانين المحلية التي تتطلب الحد الأدنى من المتطلبات المعرفية، ولكنها تتمتع بوظائف ممتازة."
اختبار تورينج تحت الماء
وللتحقق من أن القانون يعكس بالفعل السلوك الطبيعي، أجرى الباحثون اختبار "تورينج" فريدًا من نوعه: طُلب من سمكة حقيقية السباحة جنبًا إلى جنب مع سمكة افتراضية تتناوب بين كونها حقيقية وخاضعة لسيطرة الخوارزمية. ولم تفرق السمكة الحقيقية بين السمكة الطبيعية والصديقة الافتراضية، وتصرفت بنفس الطريقة في كلتا الحالتين.
من الأسماك إلى الآلات
وكانت الخطوة التالية هي تضمين القانون في أساطيل المركبات الآلية والطائرات بدون طيار والقوارب. كان دورهم هو تتبع هدف متحرك، باستخدام معلمات من خوارزمية المحاكاة الحيوية أو باستخدام طريقة MPC (التحكم التنبئي بالنموذج) الشائعة حاليًا في المركبات ذاتية القيادة. في جميع الاختبارات، كان أداء قانون التحكم في الأسماك متطابقًا تقريبًا مع MPC من حيث الدقة واستهلاك الطاقة - ولكن مع تعقيد حسابي أقل بكثير.
ويختتم البروفيسور أوليفر دويسن، من جامعة كونستانس أيضًا، قائلاً: "تسلط الدراسة الضوء على العلاقات المتبادلة بين علم الأحياء والروبوتات - باستخدام الروبوتات للتحقيق في الآليات البيولوجية، والتي بدورها تلهم أفكارًا لضوابط روبوتية جديدة وفعالة".
المزيد عن هذا الموضوع على موقع العلوم
