Lego Mindstorms EV3机器人配备了有机神经形态大脑。图源：艾因霍温理工大学。
迷宫常被心理学家用来评估老鼠的学习能力，而荷兰艾因霍温理工大学和德国美因茨马克斯·普朗克聚合物研究所的研究人员目前开发了一种机器人，拥有类似人类大脑的系统，可以帮助它们思考和行动，从而能够在曲折的迷宫中成功前行。这项研究为神经形态装置在健康和其他领域的新应用铺平了道路。
模仿人类大脑
机器学习和神经网络近年来风靡全球，在图像识别、医疗诊断、电子商务等很多领域都取得了成功，但是这种基于软件的机器智能方法有一项缺点就是耗能大。因此，研究人员一直试图开发更节能的计算机，他们在人类大脑中获得灵感，设计了一台将记忆和处理功能相结合的低功耗设备。
人类大脑中的神经元通过突触实现相互交流，每当信息通过时，突触就会增强。正是这种可塑性确保了人类的记忆和学习。“我们用这个模型开发了一个可以学习在迷宫中移动的机器人，”研究人员Imke Krauhausen解释说，“就像老鼠大脑中的突触会在迷宫中的每次正确转弯时得到加强一样，我们的设备通过电流来控制机器人的前进方向：通过调整设备的电阻，就可以改变电机的电压，进而控制施加给机器人的电流。”
那么它是如何工作的呢?
Krauhausen等人使用的机器人是Mindstorms EV3，它配备了两个轮子、传统的引导软件以及一些反射和触摸传感器，被送入一个由黑线六边形组成的2平方米蜂巢状大迷宫。
机器人的默认设定是右转，而每当它到达一个死胡同或从指定的路径偏离到出口(由视觉提示)，它会被告知返回或左转。这种校正刺激会被记忆在神经形态装置中，以供下一次使用。
图源：艾因霍温理工大学
“最后，我们的机器人跑了16圈才成功找到出口，”Krauhausen说，“但是一旦它学会了导航这条特定路径(目标路径1)，它就可以导航任何其他路径(目标路径2)。也就是说，它获得的知识是可推广的。”
据Krauhausen说，机器人学习和走出迷宫的能力部分在于传感器和电机的独特集成，是感觉和运动相互强化后的整合。这是大自然的运作方式，也正是研究团队试图在机器人身上复制实现的。
智能聚合物
这项研究的另一个独特之处是用于神经形态机器人的有机材料。这种被称为p(g2T-TT)的聚合物不仅是稳定的，而且能够“保留”在迷宫的各种运行过程中调谐的大部分特定状态。这就可以确保习得的行为足够“持久”，就像人类大脑中的神经元和突触记住某个事件或动作一样。
仿生手
这种聚合物材料还有一个优点，就是可以被用于生物医学领域。智能设备基于这些材料的有机性质，可以与神经细胞实现集成。也就是说，假设你在一次受伤中失去了手臂，这些设备可以帮你把身体和仿生手连接起来。
有机神经形态计算的另一个应用是边缘计算设备，可以在本地处理来自传感器的数据。研究人员Van de Burgt说：“我们的材料易调整、耗能少、成本低，未来将在这个方向实现更好的应用和发展。”
那么神经形态机器人可以像足球机器人一样踢球吗? Krauhausen说：“原则上是可能的，但还有很长的路要走。我们的机器人在一定程度上依赖传统引导软件来移动。如果想让神经形态机器人执行复杂的任务，则需要建立神经形态的网络，让许多设备在一个网格中一起工作，这是我下一阶段要做的事情。”
