Roboter lernen Tiersprache
Eingehende Beobachtungsstudien lieferten grundlegende Erkenntnisse über die Kommunikation zwischen Tieren. Die soziale Interaktion in einer Gruppe entscheidet nicht nur über das kollektive Verhalten, sondern beeinflusst auch maßgeblich die Selbstorganisation der Gruppe. Entwicklung von biomimetischen Robotern Das EU-finanzierte Projekt ASSISI_bf hat im Rahmen von FET Proactive Roboter entwickelt, die das kollektive Verhalten von Tieren beeinflussen können. Die Forscher konzentrierten sich dabei vor allem auf Honigbienen und Fische, also auf Arten, die für ihre kollektive Schwarmintelligenz bekannt sind. „Uns ging es hauptsächlich darum, eine Robotergesellschaft zu errichten, die in der Lage ist, mit Tiergesellschaften zu kommunizieren und von ihnen zu lernen“, erklärt Projektkoordinator Dr. Thomas Schmickl. Um das Verhalten von Tieren in der Gruppe richtig zu verstehen, mussten sich die Wissenschaftler großen Herausforderungen stellen. Nach jahrelangen rein biologischen Experimenten und mathematischen Modellierungen gelang es ihnen schließlich, diese kollektiven Entscheidungssysteme zu entschlüsseln. Das Team entwickelte daraufhin die autonomen ASSISI_bf-Roboter auf der Grundlage von evolutionären Algorithmen. Dadurch konnten sich die Roboter den Tierschwärmen anpassen und lernen mit den Tieren auf die gewünschte Weise zu interagieren. Diese langlebigen Roboter wurden mit präzisen biomimetischen Verhaltensweisen programmiert, um die Akzeptanz durch die Tiere zu gewährleisten. Die Honigbienen-Roboter waren statisch, mussten jedoch eingehend hinsichtlich der erzeugten Temperatur, der Vibration und der Erzeugung eines leichten Luftstroms, ähnlich dem Flügelschlag eines echten Tieres, getestet werden. Dazu wendeten die Forscher Methoden des maschinellen Lernens sowie evolutionäre Algorithmen an. Die Fisch-Roboter hingegen sollten sich ganz wie echte Fische bewegen. Zu diesem Zweck kombinierten die Wissenschaftler den Roboter mit einem bewegten robotischen Fischköder, der durch Schwanzbewegungen die Aufmerksamkeit der Fische auf sich ziehen konnte. Durch einen 3D-Ausdruck, der anhand von Scans echter Tiere erstellt wurde, erhielten die Roboter schließlich eine Verkleidung, die der Farbe und dem Erscheinungsbild der echten Tiere entsprach. Die Stromversorgung der Roboter erfolgte ferngesteuert über einen Laptop, der mit einer Plattform zur simultanen Steuerung mehrerer Roboter verbunden war. Die Forscher erstellten anhand von Methoden des maschinellen Lernens außerdem ein Verhaltensmodell, das auf den echten Fischen basierte. Mit diesem Modell sollte das Verhalten der Roboterfische gesteuert werden. Die Wirkung der Tier-Roboter Sowohl bei den Honigbienen als auch bei den Zebrafischen gelang es den Wissenschaftlern, zwischen den Tieren und den Robotern einen geschlossenen Kreis zu bilden. Die Tiere konnten die von den Robotern ausgesendeten Impulse wahrnehmen und auf sie reagieren., genau wie auch die Roboter die Tiere um sie herum wahrnehmen und auf sie reagieren konnten. Dies erleichterte das jeweilige selbstorganisierte Schwarmverhalten der Tiere und Roboter. Die Roboter von ASSISI_bf hatten nicht nur die Aufgabe, die soziale Sprache von Tierschwärmen zu erlernen – sie sollten auch das kollektive Verhalten solcher Gruppen beeinflussen. Mit dieser neuen Technologie soll es für den Menschen langfristig leichter werden, auf Tiergesellschaften Einfluss zu nehmen, um ein besseres Umweltmanagement zu ermöglichen. Dr. Schmickl dazu: „Der Gedanke dahinter ist, dass menschliche Betreiber für diese Tiergemeinschaften Vorgaben festlegen können, die Anwendungen in der nachhaltigen Landwirtschaft und Nutztierhaltung ermöglichen.“ Ein besseres Verständnis des Honigbienenverhaltens und die Möglichkeit, nun erstmals vom Bienenstock selbst aus darauf Einfluss zu nehmen, werden beispielsweise dazu beitragen, neue Methoden zum Schutz dieser Art zu entwickeln. Zugleich können Wissenschaftler dadurch die Merkmale, die Bienenvölker so stark und effizient machen, näher erforschen und in ihren hybriden Systemen entsprechend anpassen. In Anbetracht der Tatsache, dass Tierschwärme in unserer Nahrungskette, aber auch bei Schädlingen, anzutreffen sind, hat die Fähigkeit, das Verhalten des Schwarms zu beeinflussen, offensichtliche Vorteile für die Lebensmittelsicherheit und die menschliche Gesundheit. Nicht zuletzt könnten diese Informationen auch dazu dienen, menschliche Gesellschaften besser zu verstehen.
Schlüsselbegriffe
ASSISI_bf, Roboter, Fisch, Schwarm, Honigbiene, biomimetisch, maschinelles Lernen
