- 13,854
- 20
- 8 Ноя 2022
Как искусственный интеллект учится у насекомых эффективной навигации?
С ростом применения искусственного интеллекта в повседневной жизни, даже традиционное сельское хозяйство не остаётся в стороне.
«Ecorobotix», двухметровый робот с поддержкой GPS и работающий на солнечных батареях, способен уничтожать сорняки с точностью до 95%, не создавая при этом отходов. В то же время системы «Energid» и «Universal Robots» используют роботов с несколькими камерами и гибкими руками для сбора плодов цитрусовых.
«River LettuceBot», сканируя геометрию урожая, оптимизирует рост и минимизирует использование пестицидов. А «PrecisionHawk» предлагает использовать дронов для удалённого мониторинга и аналитики.
Однако среди всех этих чудес современной инженерии одна из разработок качественно выделяется на фоне остальных. Так, учёные из университетов Эдинбурга и Шеффилда исследуют вопрос визуальной навигации в густой растительности, полагаясь на то, как это делают муравьи.
В статье, Для просмотра ссылки Войдиили Зарегистрируйся в Science Robotics , исследователи подчёркивают, что они искали «маломощные, но эффективные бортовые решения» для своих исследований в области роботизированной навигации.
«Мы черпали вдохновение у насекомых, таких как муравьи, которые способны учиться и следовать маршрутам в сложных природных условиях, используя относительно ограниченные сенсорные и нейронные системы», — заявили учёные.
«В своём исследовании мы представляем пример такого подхода, реализуя сеть для запоминания визуальных маршрутов на нейроморфном оборудовании, которое напрямую опирается на последние достижения нейронауки насекомых», — добавили исследователи.
По итогу, авторам удалось разработать искусственную нейронную сеть, которая помогает роботам преодолевать сложные маршруты в условиях высокой плотности растительности на основе анализа изображений и своеобразному запоминанию оптимального пути движения, как это и делают насекомые.
Исследователи протестировали свою нейронную модель на сложных маршрутах по неровным, грязным, заросшим растительностью полям и добились положительных результатов. Они считают, что их исследование показывает перспективы применения подобных систем в сельском и лесном хозяйстве, а также в мониторинге окружающей среды.
С ростом применения искусственного интеллекта в повседневной жизни, даже традиционное сельское хозяйство не остаётся в стороне.
«Ecorobotix», двухметровый робот с поддержкой GPS и работающий на солнечных батареях, способен уничтожать сорняки с точностью до 95%, не создавая при этом отходов. В то же время системы «Energid» и «Universal Robots» используют роботов с несколькими камерами и гибкими руками для сбора плодов цитрусовых.
«River LettuceBot», сканируя геометрию урожая, оптимизирует рост и минимизирует использование пестицидов. А «PrecisionHawk» предлагает использовать дронов для удалённого мониторинга и аналитики.
Однако среди всех этих чудес современной инженерии одна из разработок качественно выделяется на фоне остальных. Так, учёные из университетов Эдинбурга и Шеффилда исследуют вопрос визуальной навигации в густой растительности, полагаясь на то, как это делают муравьи.
В статье, Для просмотра ссылки Войди
«Мы черпали вдохновение у насекомых, таких как муравьи, которые способны учиться и следовать маршрутам в сложных природных условиях, используя относительно ограниченные сенсорные и нейронные системы», — заявили учёные.
«В своём исследовании мы представляем пример такого подхода, реализуя сеть для запоминания визуальных маршрутов на нейроморфном оборудовании, которое напрямую опирается на последние достижения нейронауки насекомых», — добавили исследователи.
По итогу, авторам удалось разработать искусственную нейронную сеть, которая помогает роботам преодолевать сложные маршруты в условиях высокой плотности растительности на основе анализа изображений и своеобразному запоминанию оптимального пути движения, как это и делают насекомые.
Исследователи протестировали свою нейронную модель на сложных маршрутах по неровным, грязным, заросшим растительностью полям и добились положительных результатов. Они считают, что их исследование показывает перспективы применения подобных систем в сельском и лесном хозяйстве, а также в мониторинге окружающей среды.
- Источник новости
- www.securitylab.ru
