量化生物模拟差距在生物混合机器人鱼对中的生物模拟差距
Vaios Papaspyros1, Guy Theraulaz2, Clément Sire3
1Mobile Robotic Systems (MOBOTS) group, School of Computer Science, École Polytechnique Fédérale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland.
Bioinspiration & biomimetics
|June 12, 2024
概括
研究人员开发了一个机器人鱼诱和神经网络 (NN) 来研究动物的集体行为. 他们的生物混合系统成功地模仿了真正的鱼类相互作用,弥合了生物模拟差距,实现了现实的行为研究.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 伦理学 伦理学 伦理学
- 人工智能的人工智能
背景情况:
- 将机器人组件与活体动物集成的生物混合系统为研究集体动物行为提供了新的方法.
- 一个重大挑战是"仿生差距",模拟与现实之间的差异导致动物的反应不切实际.
研究的目的:
- 开发和验证仿生机器人诱和神经网络 (NN) 模型,用于在鱼类中产生现实的社会相互作用.
- 调查生物混合系统在弥合生物模拟差距的有效性,以研究动物行为.
主要方法:
- 创建了一个仿生诱的鼻四头鱼 (Hemigrammus rhodostomus).
- 一个神经网络 (NN) 模型被用来产生仿生社会相互作用.
- 实验使用生物杂交对 (鱼和机器人诱),一对真实鱼和模拟进行.
主要成果:
- 生物混合系统显示了与真正的鱼对相似的社会相互作用.
- 机器人诱和NN在真实世界的互动中显示出最小的偏差,而不是模拟和只与鱼类的实验.
- 该NN在实时中有效地控制了机器人,验证了其有效性.
结论:
- 生物混合系统可以有效地产生现实的社会互动,反映动物的自然行为.
- 通过全面的验证来弥合仿生学差距,对于这些系统的可靠使用至关重要.
- 这项研究证实了使用机器人诱和NN来研究集体动物行为的有效性.
