robot mère construit des modèles enfants pour faire de chaque génération mieux que la dernière, Daily Mail en ligne
- Roboticiens construit un robot « mère » qui construit indépendamment des modèles « enfants »
- Il teste chaque « enfant » pour voir qui obtiennent les meilleurs résultats à certaines tâches
- Cette « mère » utilise ensuite les résultats pour informer la conception du prochain « enfant »
- Les résultats montrent des traits thatpreferential sont transmis d'une génération à l'autre - similaire à la façon dont la sélection naturelle fonctionne chez les animaux
Les roboticiens ont construit une machine « mère » qui construit de manière indépendante ses propres « enfants » et des tests qui obtiennent les meilleurs résultats à certaines tâches.
Cette « mère » utilise ensuite les résultats pour informer la conception du prochain « enfant », de sorte que les traits préférentiels sont transmis d'une génération à l'autre - similaire à la façon dont fonctionne la sélection naturelle chez les animaux.
Faites défiler vers le bas pour la vidéo
Roboticiens construit un robot « mère » (à droite) qui construit indépendamment des modèles « enfants » (à gauche). Le robot « mère » a été programmé pour construire simplement un robot capable de se déplacer et de cela, et sans aucune autre intervention humaine ou d'une simulation informatique, le robot construit « enfants » en un à cinq cubes en plastique (à gauche)
Les robots ont été construits par des ingénieurs de l'Université de Cambridge, menée par le Dr Fumiya Iida.
Dr Iida et son équipe ont conçu le robot « mère » et programmé, il suffit de construire un robot capable de se déplacer.
De là, et sans aucune autre intervention humaine ou d'une simulation informatique, le robot construit « enfants » fait entre un et cinq cubes en plastique avec un petit moteur à l'intérieur.
ARTICLES LIÉS
Partagez cet article
Dans chacune des cinq expériences distinctes, la mère conçu, construit et testé générations de dix enfants, en utilisant les informations recueillies d'une génération pour éclairer la conception du prochain.
Les résultats ont montré que les traits préférentiels ont été transmis de génération en génération, de sorte que les « plus apte » les individus dans la dernière génération ont effectué une tâche définie deux fois plus rapidement que les individus les plus forts de la première génération.
COMMENT LES ROBOTS Evolved
Dr Iida et son équipe ont conçu le robot « mère » et programmé, il suffit de construire un robot capable de se déplacer.
De là, et sans aucune autre intervention humaine ou d'une simulation informatique, le robot construit « enfants » fait entre un et cinq cubes en plastique avec un petit moteur à l'intérieur.
Dans chacune des cinq expériences distinctes, la mère conçu, construit et testé générations de dix enfants, en utilisant les informations recueillies d'une génération pour éclairer la conception du prochain.
Les résultats ont montré que les traits préférentiels ont été transmis de génération en génération, de sorte que les « plus apte » les individus dans la dernière génération ont effectué une tâche définie deux fois plus rapidement que les individus les plus forts de la première génération.
Pour que la « mère » pour déterminer quels étaient les « enfants » les plus aptes, chaque enfant a été testé sur quel point il a voyagé de sa position de départ dans un laps de temps donné.
Les personnes les plus réussies de chaque génération sont restés inchangés dans la prochaine génération afin de préserver leurs capacités, alors que la mutation et de croisement ont été introduits dans les enfants de moins de succès.
«La sélection naturelle est essentiellement la reproduction, l'évaluation, la reproduction, l'évaluation et ainsi de suite, a déclaré le Dr Iida qui a travaillé en collaboration avec des chercheurs de l'EPF de Zurich.
« Voilà essentiellement ce que ce robot est en train de faire - nous pouvons effectivement regarder l'amélioration et la diversification des espèces. »
Pour chaque enfant du robot, il y a un « génome » unique constitué d'une combinaison d'un à cinq gènes différents, qui contient toutes les informations sur la forme « d'enfant », la construction et les commandes du moteur.
Comme dans la nature, l'évolution des robots se fait par « mutation », où les composants d'un gène sont des gènes modifiés ou simples sont ajoutés ou supprimés, et « croisement », où un nouveau génome est formé par la fusion de gènes de deux individus.
Pour que la « mère » pour déterminer quels étaient les « enfants » les plus aptes, chaque enfant a été testé sur quel point il a voyagé de sa position de départ dans un laps de temps donné.
Les personnes les plus réussies de chaque génération sont restés inchangés dans la prochaine génération afin de préserver leurs capacités, alors que la mutation et de croisement ont été introduits dans les enfants de moins de succès.
Les chercheurs ont constaté que les variations de conception ont émergé et des performances améliorées au fil du temps.
Les plus rapides individus dans la dernière génération déplacés à une vitesse moyenne qui était plus de deux fois la vitesse moyenne des individus les plus rapides de la première génération.
Cette augmentation de la performance est non seulement en raison de la mise au point des paramètres de conception, mais aussi parce que la mère a pu inventer de nouvelles formes et des motifs de la démarche pour les enfants au fil du temps, y compris certains modèles qu'un concepteur humain n'aurait pu construire.
«L'une des grandes questions en biologie est de savoir comment l'intelligence est née - nous utilisons la robotique pour explorer ce mystère, dit Iida.
Pendant cinq expériences, la « mère » conçu, construit et testé des générations de dix « enfants », en utilisant les informations recueillies d'une génération à informer la conception du prochain. Les résultats ont montré que les traits préférentiels ont été transmis de génération en génération, de sorte que les individus « plus apte » effectué une tâche définie deux fois plus vite
Pour que la « mère » pour déterminer quels étaient les « enfants » les plus aptes, chaque enfant a été testé sur quel point il a voyagé de sa position de départ dans un laps de temps donné. Les personnes les plus réussies de chaque génération sont restés inchangés alors que la mutation et de croisement ont été introduits dans les enfants de moins de succès
Dans la nature, les organismes sont en mesure d'adapter leurs caractéristiques physiques à leur environnement au fil du temps.
Le comportement des robots ( «enfant photo), est similaire à celle observée dans la nature. Les organismes adaptent les caractéristiques à leur environnement au fil du temps
Ces adaptations permettent des organismes biologiques de survivre dans une grande variété d'environnements différents - permettant les animaux de faire le passage de la vie dans l'eau pour la vie sur la terre, par exemple.
Mais les machines ne sont pas adaptables de la même manière.
Ils sont essentiellement coincés dans une forme pour toute leur vie « », et il est certain que le changement leur forme serait les rendre plus adaptables à des environnements changeants.
robotique évolutive est un domaine en pleine croissance qui permet la création de robots autonomes sans intervention humaine.
La plupart des travaux dans ce domaine se fait en utilisant la simulation par ordinateur.
Bien que des simulations informatiques permettent aux chercheurs de tester des milliers, voire des millions de solutions possibles, il en résulte souvent dans un « écart de la réalité » - un décalage entre simulation et comportement dans le monde réel.
La recherche de Iida examine comment la robotique peut être améliorée en prenant l'inspiration de la nature, que ce soit l'apprentissage de l'intelligence, ou de trouver des moyens d'améliorer la locomotion robotique.
«Il est encore un long chemin à parcourir avant que nous aurons des robots qui ressemblent, agissent et pensent comme nous, dit Iida. « Mais ce que nous avons sont beaucoup de technologies habilitantes qui nous aideront à importer certains aspects de la biologie dans le monde de l'ingénierie. »
Les résultats sont présentés dans la revue Plos One.