Robotik alanında çığır açan yeni bir araştırma, robotların birbirlerinden öğrenerek gelişim süreçlerini hızlandırabildiğini ortaya koyuyor. Bilim insanları, sanal yumuşak robotlar üzerinde yaptıkları deneylerde, sosyal öğrenme stratejilerinin robot optimizasyonunda nasıl kullanılabileceğini gösterdi.
Robot geliştirmenin en zorlu yanlarından biri, fiziksel yapı (morfoloji) ile beyin fonksiyonlarının eş zamanlı optimizasyonudur. Bir robotun vücut yapısı hangi kontrol stratejilerinin etkili olacağını belirlerken, kontrol parametreleri de fiziksel yapının ne kadar iyi performans göstereceğini etkiler. Bu ikili optimizasyon süreci geleneksel olarak her robot için ayrı ayrı gerçekleştiriliyor.
Yeni yaklaşımda ise robotlar, akranlarının deneyimlerinden yararlanabiliyor. Özellikle benzer fiziksel özelliklere sahip robotların öğrendiği kontrol parametreleri, diğer robotlar için değerli bilgi kaynağı oluşturuyor. Araştırmacılar, bu sosyal öğrenme sisteminde hangi robotların 'öğretmen' olarak seçileceğinin ve kaç farklı kaynaktan bilgi alınacağının performansı nasıl etkilediğini detaylıca incelediler.
Dört farklı görev ve ortamda test edilen sistem, robotların bireysel öğrenme süreçlerini önemli ölçüde hızlandırdı. Bu gelişme, gelecekte daha karmaşık robot toplulukları ve yapay zeka sistemlerinin geliştirilmesine öncülük edebilir.