Поведение робота, управляемого специальной программой, удивительно напоминает поведение грызунов. Программа моделирует часть мозга крысы и используется в точно таких же классических экспериментах как и те что ставятся над живыми грызунами.

Программное обеспечение, которое управляет роботом, заимствовано у природы и моделирует часть мозга называемую гиппокамп. Эта часть мозга помогает крысе как бы картографировать окружающую среду и активизируется когда крыса находится в знакомой ей обстановке.
Альфредо Витценфельд (Alfredo Weitzenfeld), специалист по робототехнике в технологическом институте Мексико Сити, выполнил работу по перепрограммированию робота-собаки AIBO, производимого японской фирмой Sony.
Робот, помещенный в лабиринт, учится находить путь к «награде» таким способом, который поразительно напоминает поведение настоящих живых грызунов. При этом он использует ориентиры для навигации.

Крыса в лабиринте
Витценфельд обнаружил что робот может узнавать места которые он уже посещал раньше, отличать друг от друга похожие части лабиринта а так же приблизительно определять свое местоположение будучи помещенным в незнакомую часть лабиринта. Все эти действия робот способен выполнять после одной единственной тренировочной сессии.
«Уникальность наших работ заключается в том что мы пытаемся воспроизвести на роботах те эксперименты которые проводились с лабораторными крысами», заявил Витценфельд в своем интервью журналу «New Scientist».
Задачей ученых было повторить с роботами классические эксперименты с водяным лабиринтом, выполненные Ричардом Морисом в 1980 году. Эти эксперименты были спроектированы таким образом чтобы пролить свет на решение пространственных задач с помощью неврологии.
Витценфельд сотрудничает с учеными невробиологами которые проводят эксперименты с настоящими живыми лабораторными крысами. Он сказал: «Наша цель расширить и усовершенствовать существующие модели с помощью тестирования новых гипотез на роботах. Мы планируем проводить соответствующие эксперименты на живых грызунах что бы понять механизмы пространственной памяти и обучения.»

Новые подходы и перспективы
Одна из важных задач в навигации роботов заключается в том чтобы научить машины создавать карты окружающего их пространства, и определять свое местоположение ( Simultaneous Localisation And Mapping — SLAM ).
«Мы верим что наши эксперименты в будущем приведут к новым открытиям в области SLAM и обучении роботов,» — добавил Витценфельд.
Крис Мельхуиш (Chris Melhuish), директор лаборатории роботов (Bristol Robotics Laboratory) отметил что, в то время как другие исследователи проводят свои эксперименты путем компьютерного моделирования, эксперименты с роботами проводятся в реальной среде. Это может иметь большое значение при создании более надежного программного обеспечения для роботов.
Витценфельд согласился: «Такой подход усложняет нашу задачу, но дает лучшее понимание той сложности с которой мы столкнемся в реальных и искуственных системах.»

Есть еще перевод на сайте Мембрана.

Робот моделирует поведение лабораторной крысы