Evolutionär robotik

Evolutionär robotik är en gren inom robotiken som är särskilt intressant på grund av inriktningen att skapa robotar som kan anpassa sig till sin omgivning. Det är således en teknikutveckling som syftar till att skapa intelligenta samt autonoma, självständiga robotar. Som namnet avslöjar, baserar sig grunden för evolutionär robotik på Darwins teorier om biologisk evolution. I denna gren av robotiken ser man på robotarna som mer individuella och autonoma i relation till människor, och som organismer som kan utvecklas på egen hand. Skillnaden mellan maskin och levande organism är på så vis i denna deldisciplin särskilt tunn. Inte bara namnet, utan även funktionaliteten påminner mycket om hur biologiskt liv har utvecklats och fortsätter att utvecklas.

En essentiell del av evolutionär robotik är så kallad “genetiska algoritmer”. Dessa tillåter robotar att anpassa sig till omgivningen, och kan på så vis optimera teknologin efter de rådande omständigheterna. Genetiska algoritmer ger en potentialitet åt robotarna, som utvecklas på olika sätt, beroende på hur omgivningen ser ut. Det är alltså inte längre samma typ av stela funktionalitet, med ett mål och ett par funktioner, som är gränsen för robotens agens. Agensen blir så mycket mer flexibel, och på så vis större, i och med genetiska algoritmer. Konventionella robotar kräver en människa som förprogrammerar dem för en viss uppgift, medan robotar som styrs med genetiska algoritmer kan genomföra dessa programmeringar på egen hand. De gör detta med hjälp av ”trial and error”.

Evolutionsgenerationer

Med hjälp av genetisk programmering kan robotar alltså lära sig själva, men också andra robotar. Genom att låta algoritmerna pågå över tid så blir de mer och mer avancerade. De prövar sig fram, och kan med tiden lösa alltmer komplicerade och omfattande problem. Detta leder till att även evolutionära generationer finns inom denna disciplin. Genom att en robot lär en annan något, och denna tar den första robotens algoritm som sin utgångspunkt, blir nästa generation ännu mer avancerad än den förra. Den nya generationen kan i sin tur specialisera sig ytterligare, och lära en ny generation, och så vidare. Vad vi ser nu är alltså, förmodligen, bara början av en extremt intressant utveckling av framtida teknik.

Reproduktion i likhet med biologi

Man reproducerar också programvara på ett sätt som bär stora likheter med hur det går till i växt- och djurriket. Det finns “sexuell” reproduktion, i vilket två individer, det vill säga två algoritmer, paras ihop för att skapa ett “barn”. Barnet förväntas då få ännu bättre egenskaper än sina föräldrar, egenskaper som är mer anpassade efter uppgiften som tekniken är till för. Även asexuell reproduktion förekommer, där en individ för över egenskaper till en efterföljare, dess “barn”. På så sätt försöker man förfina och göra den aktuella algoritmen mer “fit”, och på så vis optimera förutsättningarna för lösningen av det problem som man ska använda tekniken till. Även reproduktionen sker via ”trial and error”, genom att en slumpgenerator parar ihop individer tills en lyckad kombination uppstår.

Användning för evolutionär robotik

Ett exempel där genetiska algoritmer och evolutionär robotik har använts är i försök att få en robothund att kunna ta sig fram på egen hand. Genom att låta generationer av algoritmer reproducera sig har man lyckats att successivt få en robothund att gå självständigt. Först reste den bara på sig, sedan stapplade den sig fram, och med många generationers genetiska algoritmer, och en förfining av kompetensen därmed, lyckades till slut den evolutionära roboten programmera robothunden att ta sig fram och röra sig självständigt, smidigt och på egen hand. Ett sådant experiment har till exempel framgångsrikt utförts på Chalmers tekniska högskola i Göteborg. Ett annat bruk av evolutionär robotik är att studera hur dessa sekvenser fungerar, för att få reda på hur biologiska motsvarigheter är skaffade.

Sammanfattning

Evolutionär robotik är en revolutionär robotik. Det är ett faktum. Med inspiration hämtad från biologin har forskare tagit robotutvecklingen till en helt ny nivå. Eftersom denna typ av robotar har förmågan att programmera sig själva och dessutom hjälpa till att programmera andra individer, och dessa programmeringar kan utvecklas i generationer, finns det större potential för dessa robotar än för sådana som behöver en människa för att bli programmerade. Evolutionär robotik i sin avancerade form är fortfarande en relativt ny företeelse, så det återstår att se vad dessa robotar kommer att kunna åstadkomma i framtiden. Utvecklingen har gått snabbt under de senaste åren, så det finns anledning att tro att hastigheten kommer att stegras ytterligare. Den som lever får se!

Leave a Comment