要約
ロボットルアーが動物と相互作用するバイオハイブリッドシステムは、動物の集団行動の根底にあるメカニズムを調査し特定するための強力なツールとなっています。
1 つの重要な課題は、ロボット工学を使用してモデリング仮説を検証することにより、社会的相互作用モデルをシミュレーションから現実に移行することにあります。
この課題は、私たちが「バイオミミクリー ギャップ」と呼ぶものを埋める際に生じます。これは、動物の非現実的な行動反応を引き起こす可能性がある、不完全なロボット レプリカ、コミュニケーション キュー、シミュレーションに組み込まれていない物理的制約によって引き起こされます。
この研究では、ラミーノーズ テトラ魚 (Hemigrammus rhodostomus) の生体模倣ルアーと、生体模倣の社会的相互作用を生成するためのニューラル ネットワーク (NN) モデルを使用しました。
魚とロボットルアーで構成されるバイオハイブリッドペア、本物の魚のペア、および魚のペアのシミュレーションを使った実験を通じて、私たちのバイオハイブリッドシステムが本物の魚のペアの社会的相互作用を反映する忠実度の高い社会的相互作用を生成することを実証します。
私たちの分析では、1) ルアーと NN は、シミュレーションや魚のみの実験と比較して、現実世界のインタラクションにおける偏差を最小限に抑えている、2) 私たちの NN はリアルタイムで効率的にロボットを制御している、3) 包括的な検証が重要であることを強調しています。
バイオミミクリのギャップを埋め、現実的なバイオハイブリッド システムを保証します。
要約(オリジナル)
Biohybrid systems in which robotic lures interact with animals have become compelling tools for probing and identifying the mechanisms underlying collective animal behavior. One key challenge lies in the transfer of social interaction models from simulations to reality, using robotics to validate the modeling hypotheses. This challenge arises in bridging what we term the ‘biomimicry gap’, which is caused by imperfect robotic replicas, communication cues and physics constrains not incorporated in the simulations that may elicit unrealistic behavioral responses in animals. In this work, we used a biomimetic lure of a rummy-nose tetra fish (Hemigrammus rhodostomus) and a neural network (NN) model for generating biomimetic social interactions. Through experiments with a biohybrid pair comprising a fish and the robotic lure, a pair of real fish, and simulations of pairs of fish, we demonstrate that our biohybrid system generates high-fidelity social interactions mirroring those of genuine fish pairs. Our analyses highlight that: 1) the lure and NN maintain minimal deviation in real-world interactions compared to simulations and fish-only experiments, 2) our NN controls the robot efficiently in real-time, and 3) a comprehensive validation is crucial to bridge the biomimicry gap, ensuring realistic biohybrid systems.
arxiv情報
著者 | Vaios Papaspyros,Guy Theraulaz,Clément Sire,Francesco Mondada |
発行日 | 2023-08-17 13:33:15+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google