Roboter mit Insektenhirn

Der Roboter in der Arena. Die kleine Kamera nimmt die Objekte auf und leitet die Informationen per F Quelle: Martin Paul Nawrot (idw)

Roboter, die selbständig ihren Weg durch unbekanntes Terrain finden? Nicht mehr ganz so ferne Zukunftsmusik. Forscher am Bernstein Fokus Neuronale Grundlagen des Lernens, am Bernstein Zentrum Berlin und an der Freien Universität Berlin haben einen Roboter entwickelt, der Umgebungsreize wahrnehmen und lernen kann auf sie zu reagieren. Als Vorbild seines Funktionsprinzips diente den Wissenschaftlern das relativ einfach gestrickte Nervensystem von Honigbienen.

Dazu installierten sie eine Kamera auf ein kleines Roboterfahrzeug und schlossen es an einen Computer an. Das Computerprogramm bildete dabei vereinfacht das sensomotorische Netzwerk des Insektengehirns nach. Seine Eingangsdaten erhielt es von der Kamera, die – ähnlich einem Auge – visuelle Informationen aufnehmen und weiterleiten konnte. Das neuronale Netzwerk selbst trieb wiederum die Motoren der Roboterräder an – und konnte somit seine Bewegungsrichtung steuern.

Das Besondere an dem künstlichen Minigehirn ist, dass es nach einfachen Prinzipien lernen kann. „Der netzwerkgesteuerte Roboter ist fähig, bestimmte Außenreize mit Verhaltensregeln zu verknüpfen“, sagt Professor Martin Paul Nawrot, Leiter der Studie und Mitglied des Verbundsprojektes „Insect inspired robots: towards an understanding of memory in decision making“ im Bernstein Fokus. „Ähnlich wie Honigbienen lernen, bestimmte Blütenfarben mit schmackhaftem Nektar zu assoziieren, erlernt der Roboter, sich auf gewisse Farbobjekte hinzubewegen und andere zu meiden.“

In dem Lernexperiment setzten die Wissenschaftler den netzwerkgesteuerten Roboter in die Mitte einer kleinen Arena. An deren Wänden waren rote und blaue Objekte angebracht. Sobald der Roboter mit seiner Kamera ein Objekt mit der gewünschten Farbe – etwa Rot – anvisiert hatte, lösten die Wissenschaftler ein Lichtsignal aus. Dieses Signal aktivierte eine sogenannte „Belohnungs-Nervenzelle“ im künstlichen Netzwerk. Die Verarbeitung der roten Farbe mit der zeitgleichen Belohnung führte nun zu gezielten Veränderungen in dem Teil des Netzwerks, das die Kontrolle über die Roboterräder ausübte. Die Folge: „Sah“ der Roboter ein weiteres rotes Objekt, so bewegte er sich darauf zu. Blaue Gegenstände führten zu einem Rückzug. „Der Roboter löste seine Aufgabe, ein Objekt in der gewünschten Farbe zu suchen und anzufahren, innerhalb weniger Sekunden“, erklärt Nawrot. „Ähnlich wie in Experimenten wie Honigbienen reichte ein einziger Versuchsdurchgang zum Lernen aus.“

Die aktuelle Studie ist als interdisziplinäre Zusammenarbeit zwischen den Arbeitsgruppen „Neuroinformatik“ (Institut für Biologie) um Professor Martin Paul Nawrot und „Intelligente Systeme und Robotik“ (Institut für Informatik) um Professor Raúl Rojas an der Freien Universität Berlin entstanden. Die Wissenschaftler planen nun, das neuronale Netzwerk weiter auszubauen und um weitere Lernformen zu ergänzen. Dadurch wird das Minigehirn noch leistungsfähiger – und der Roboter noch selbstständiger.

Der Bernstein Fokus Neuronale Grundlagen des Lernen “ mit seinem Verbundprojekt „Insect inspired robots: towards an understanding of memory in decision making“ und das Bernstein Zentrum Berlin sind Teil des Nationalen Bernstein Netzwerks Computational Neuroscience. Seit 2004 fördert das Bundesministerium für Bildung und Forschung (BMBF) mit dieser Initiative die neue Forschungsdisziplin Computational Neuroscience mit mehr als 170 Milliionen Euro. Das Netzwerk ist benannt nach dem deutschen Physiologen Julius Bernstein (1835–1917).

Quelle: Nationales Bernstein Netzwerk Computational Neuroscience (idw)