in

La moelle épinière virtuelle est continuellement optimisée

Une girafe ou un poulain nouveau-né doit apprendre à marcher sur ses pattes aussi vite que achievable pour éviter les prédateurs. Les animaux naissent avec des réseaux de coordination musculaire situés dans leur moelle épinière. Cependant. Au départ, les bébés animaux dépendent fortement des réflexes de la moelle épinière câblés. Bien qu’un peu additionally basiques, les réflexes de contrôle moteur aident l’animal à éviter de tomber et de se blesser lors de ses premières tentatives de marche. Le contrôle musculaire suivant, moreover poussé et additionally précis. Fini les trébuchements incontrôlés, le jeune animal peut maintenant suivre les adultes.

Ils ont construit un robotic à quatre pattes de la taille d’un chien, qui les a aidés à comprendre les détails.

“En tant qu’ingénieurs et roboticiens. explique Felix Ruppert, ancien doctorant du groupe de recherche Dynamic Locomotion au MPI-IS. “Si un animal trébuche, est-ce une erreur ? Pas si cela se produit une fois. Mais s’il trébuche fréquemment, cela nous donne une mesure de la façon dont le robot marche.”

Felix Ruppert est le premier auteur de “Finding out Plastic Matching of Robot Dynamics in Closed-loop Central Sample Turbines”, qui sera publié le 18 juillet 2022 dans la revue Nature Device Intelligence.

le robotic de Ruppert fait bon usage de la mécanique complexe de ses jambes.

Chez les humains et les animaux, ces générateurs de motifs centraux sont des réseaux de neurones dans la moelle épinière qui produisent des contractions musculaires périodiques sans intervention du cerveau. Les réseaux de générateurs de motifs centraux facilitent la génération de tâches rythmiques telles que la marche, le clignement des yeux ou la digestion. De as well as.

Tant que le jeune animal marche sur une floor parfaitement plane, les CPG peuvent suffire à contrôler les signaux de mouvement de la moelle épinière. Une petite bosse au sol alter cependant la marche. Les réflexes se déclenchent et ajustent les schémas de mouvement pour empêcher l’animal de tomber. Ces changements momentanés dans les signaux de mouvement sont réversibles, ou «élastiques»., c’est-à-dire irréversibles. Chez l’animal nouveau-né, les CPG ne sont initialement pas encore assez bien ajustés et l’animal trébuche, à la fois sur un terrain plat ou accidenté.

Il en va de même pour le chien-robot de la taille d’un Labrador nommé “Morti”. De furthermore. en une heure environ. Le CPG de Morti est simulé sur un petit ordinateur léger qui contrôle le mouvement des jambes du robot. Cette moelle épinière virtuelle est placée sur le dos du robotic quadrupède là où se trouverait la tête. Pendant l’heure qu’il faut au robot pour marcher en douceur. Si le robotic trébuche. la vitesse d’oscillation des jambes et la durée d’une jambe au sol. Le mouvement ajusté affecte également la façon dont le robotic peut utiliser sa mécanique de jambe conforme. Dans ce cadre, la moelle épinière virtuelle n’a aucune connaissance explicite sur la conception de la jambe du robotic, ses moteurs et ses ressorts. Ne connaissant rien à la physique de la device, il lui manque un « modèle » de robotic.

“Notre robotic est pratiquement “né” sans rien savoir de l’anatomie de ses jambes ou de leur fonctionnement”, explique Ruppert. “Le CPG ressemble à une intelligence de marche automatique intégrée que la mother nature fournit et que nous avons transférée au robot. L’ordinateur produit des signaux qui contrôlent les moteurs des jambes, et le robot marche et trébuche initialement.”

Commande de chien robotic économe en énergie

L’ordinateur de Morti ne consomme que cinq watts d’énergie lorsqu’il marche. Les robots quadrupèdes industriels de fabricants renommés. sont beaucoup moreover gourmands en énergie. Leurs contrôleurs sont codés avec la connaissance de la masse exacte du robot et de la géométrie du corps – en utilisant un modèle du robotic. Ils consomment généralement plusieurs dizaines, jusqu’à plusieurs centaines de watts de puissance. Les deux forms de robots fonctionnent de manière dynamique et efficace, mais la consommation d’énergie de calcul est bien inférieure dans le modèle de Stuttgart. Il fournit également des informations importantes sur l’anatomie animale.

“Nous ne pouvons pas facilement rechercher la moelle épinière d’un animal vivant. Mais nous pouvons en modéliser un dans le robotic”, explique Alexander Badri-Spröwitz, qui a co-écrit la publication avec Ruppert et dirige le Dynamic Locomotion Investigate Group. “Nous savons que ces CPG existent chez de nombreux animaux. Il s’agit d’une recherche fondamentale à l’intersection entre la robotique et la biologie. Le modèle robotique donne nous répondons à des queries auxquelles la biologie seule ne peut pas répondre.”