Robots versus dieren: wie wint de race in natuurlijke omgevingen?

samenvatting: Onderzoekers hebben ontdekt of moderne robots beter kunnen presteren dan biologische organismen wat betreft snelheid en behendigheid. De studie concludeerde dat ondanks de vooruitgang in de techniek dieren nog steeds beter presteren dan robots wat betreft locomotiefefficiëntie in natuurlijke omgevingen.

De onderzoekers ontdekten dat de integratie van robotcomponenten niet voldoet aan het coherente proces op systeemniveau dat we bij dieren zien. Deze visie stimuleert de ontwikkeling van meer geïntegreerde en aanpasbare robotsystemen, geïnspireerd door het ontwerp van de natuur.

Belangrijkste feiten:

1. Robotische versus biologische efficiëntie: De studie bevestigt dat individuele robotsubsystemen zoals kracht en aandrijving hun biologische tegenhangers kunnen evenaren of zelfs overtreffen, maar dat robots niet zo goed presteren als dieren wanneer deze systemen worden gecombineerd.
2. Inspirerende biologische modellen: Het onderzoek benadrukt hoe dieren, zoals wolfspinnen en kakkerlakken, uitblinken in complexe terreinen en taken vanwege hun geïntegreerde en veelzijdige biologische systemen.
3. Toekomstige technische trends: De bevindingen moedigen ingenieurs aan om het robotontwerp te heroverwegen, en roepen op tot een meer geïntegreerde aanpak, vergelijkbaar met biologische systemen, waarbij verschillende functies worden gecombineerd binnen afzonderlijke componenten.

bron: Universiteit van Colorado

Misschien is de vraag een 21e-eeuwse versie van het verhaal van de schildpad en de haas: wie zou er winnen in een hardloopwedstrijd tussen een robot en een dier?

In een nieuw perspectiefartikel probeerde een team van ingenieurs uit de Verenigde Staten en Canada, waaronder roboticus Kaushik Jayaram van de Universiteit van Colorado Boulder, dit mysterie te beantwoorden.

De groep analyseerde gegevens uit tientallen onderzoeken en kwam tot een volmondig ‘nee’. In bijna alle gevallen lijken biologische wezens, zoals cheeta's, kakkerlakken en zelfs mensen, beter te kunnen presteren dan hun robotachtige tegenhangers.

De onderzoekers, onder leiding van Samuel Borden van de Universiteit van Washington en Maxwell Donnellan van de Simon Fraser Universiteit, publiceerden hun bevindingen vorige week in het tijdschrift. Wetenschappelijke robotica.

“Als ingenieur is het nogal vervelend”, zegt Jayaram, assistent-professor aan de Paul M. Rady Department of Mechanical Engineering aan de Universiteit van Colorado Boulder. “Dankzij 200 jaar uitgebreide engineering zijn we erin geslaagd ruimtevaartuigen naar de maan, Mars en nog veel meer te sturen. Maar het is verbijsterend dat we nog geen robots hebben die zich veel beter in natuurlijke omgevingen kunnen voortbewegen dan biologische systemen.”

Hij hoopt dat deze studie ingenieurs zal inspireren om te leren hoe ze slimmere, beter aanpasbare robots kunnen bouwen. De onderzoekers concludeerden dat het falen van robots om beter te presteren dan dieren niet te wijten is aan een tekort aan machines, zoals batterijen of motoren. In plaats daarvan kunnen ingenieurs moeite hebben om deze onderdelen efficiënt te laten samenwerken.

Dit streven is een van Jayarams grootste passies. Zijn laboratorium op de CU Boulder-campus is de thuisbasis van veel griezelige beestjes, waaronder verschillende harige wolfspinnen ter grootte van een halve dollar.

“Wolvenspinnen zijn natuurlijke jagers,” zei Jayaram. “Ze leven onder rotsen en kunnen met verbazingwekkende snelheid over complex terrein rennen om prooien te vangen.”

Hij stelt zich een wereld voor waarin ingenieurs robots bouwen die meer op deze ongewone spinnen lijken.

“De dieren zijn tot op zekere hoogte de belichaming van dit ultieme ontwerpprincipe, een systeem dat goed samenwerkt”, zei hij.

Kakkerlak energie

Vraag “Wie kan beter rennen, dieren of robots?” Het is ingewikkeld omdat de operatie zelf ingewikkeld is.

In eerder onderzoek ontwierpen Jayaram en zijn collega's aan de Harvard University een groep robots die aversief kakkerlakgedrag proberen te imiteren. Het HAMR-Jr-model van het team past in een munt en draait met snelheden die gelijk zijn aan die van een cheetah. Maar, zo merkte Jayaram op, hoewel de HAMR-Jr vooruit en achteruit kan bewegen, beweegt hij zich niet goed zijwaarts of op ruw terrein.

De eenvoudige kakkerlak daarentegen heeft er geen probleem mee om over oppervlakken te rennen, van porselein tot vuil en grind. Ze kunnen ook muren afbreken en zich door kleine scheuren wurmen.

Om te begrijpen waarom deze diversiteit een uitdaging is voor de robotica, verdeelden de auteurs van de nieuwe studie deze machines in vijf subsystemen, waaronder kracht, frame, bediening, detectie en controle. Tot verbazing van de groep leken een aantal van deze subsystemen niet te voldoen aan hun dierlijke tegenhangers.

Hoogwaardige lithium-ionbatterijen kunnen bijvoorbeeld tot 10 kilowatt energie leveren voor elke kilogram (2,2 pond) die ze wegen. Dierlijk weefsel produceert daarentegen ongeveer een tiende daarvan. Ondertussen kunnen de spieren niet in de buurt komen van het absolute koppel van veel motoren.

“Maar op systeemniveau zijn de robots niet goed”, zei Jayaram. “Als we één ding proberen te verbeteren, zoals de rijsnelheid, verliezen we misschien iets anders, zoals het vermogen om te draaien.

Spin zintuigen

Hoe kunnen ingenieurs dus robots bouwen die, net als dieren, meer zijn dan alleen de som der delen?

Jayaram merkte op dat dieren niet op dezelfde manier als robots in afzonderlijke subsystemen zijn verdeeld. Uw quadriceps drijven bijvoorbeeld uw benen aan, zoals HAMR-Jr-motoren uw ledematen voortstuwen. Maar de quads produceren ook hun eigen kracht door vetten en suikers af te breken en zenuwcellen te integreren die pijn en druk kunnen voelen.

Jayaram denkt dat de toekomst van robotica zich wellicht beperkt tot ‘functionele subeenheden’ die hetzelfde doen: waarom zouden we, in plaats van de voedingen gescheiden te houden van motoren en printplaten, ze niet allemaal in één onderdeel integreren?

In een artikel uit 2015 stelde computerwetenschapper Nicholas Curiel, die niet betrokken was bij het huidige onderzoek, dergelijke theoretische ‘robotmaterialen’ voor die meer op quads zouden lijken.

Ingenieurs zijn nog ver verwijderd van het bereiken van dit doel. Sommigen, zoals Jayaram, zetten stappen in deze richting, zoals met de Articulated Arthropod Insect Robot (CLARI) van zijn laboratorium, een meerpotige robot die een beetje als een spin beweegt.

Jayaram legde uit dat CLARI gebaseerd is op een modulair ontwerp, waarbij elk van zijn poten fungeert als een op zichzelf staande robot met zijn eigen motor, sensoren en besturingscircuits. De nieuwe en verbeterde versie van het team, mCLARI genaamd, kan in krappe ruimtes in alle richtingen bewegen, een primeur voor vierpotige robots.

Het is nog iets dat ingenieurs als Jayaram kunnen leren van die typische jagers, wolfspinnen.

“De natuur is een heel behulpzame leraar.”

Over robotica en neurotechnologie onderzoeksnieuws

auteur: Daniël Stam
bron: Universiteit van Colorado
communicatie: Daniel Strain – Universiteit van Colorado
afbeelding: Afbeelding toegeschreven aan Neuroscience News

Originele zoekopdracht: Vrije toegang.
“Waarom kunnen dieren beter presteren dan robots?“Door Kaushik Jayaram et al. Wetenschappelijke robotica

een samenvatting

Waarom kunnen dieren beter presteren dan robots?

Dieren kunnen veel beter rennen dan robots. Het prestatieverschil ontstaat in de belangrijke dimensies wendbaarheid, bereik en duurzaamheid.

Om de redenen achter deze prestatiekloof te begrijpen, vergelijken we natuurlijke en kunstmatige technologieën in vijf cruciale operationele subsystemen: kracht, frame, bediening, detectie en controle.

Op enkele uitzonderingen na voldoen technische technologieën aan de prestaties van hun biologische tegenhangers, of overtreffen deze zelfs.

We concluderen dat het voordeel van de biologie ten opzichte van techniek voortkomt uit een betere integratie van subsystemen, en we identificeren vier belangrijke hindernissen die robotici moeten overwinnen.

Om dit doel te bereiken belichten we veelbelovende onderzoeksrichtingen die een enorm potentieel hebben om toekomstige robots te helpen prestaties op dierniveau te bereiken.