Environmental resilience via morphological diversity within machines

Die geheime Superkraft eines chaotischen Teams

Stellen Sie sich vor, Sie versuchen, einem Roboter das Gehen beizubringen. In der Welt der Wissenschaft fällt dies unter die Bereiche Robotik und Künstliche Intelligenz, wo Ingenieure Maschinen bauen, die sich selbstständig bewegen und denken können. Normalerweise versuchen wir beim Bau dieser Maschinen, jedes einzelne Teil identisch zu machen. Denken Sie an eine Fließbandfertigung, bei der jede Schraube dieselbe Größe hat und jedes Zahnrad sich auf exakt dieselbe Weise dreht. Die Idee dahinter ist: Wenn alles perfekt und einheitlich ist, wird auch die Maschine perfekt funktionieren.

Doch die Natur macht es anders. Wenn man ein Lebewesen betrachtet, wie etwa einen Menschen oder eine Biene, ist dieses voller Unterschiede. Ihre linke Hand ist nicht exakt wie Ihre rechte; Ihre Nervenzellen feuern in leicht unterschiedlichen Mustern; und selbst eine Bakterienkolonie besteht nicht aus Klonen. Wissenschaftler nennen diese Vielfalt Diversität. Lange Zeit dachten Ingenieure, dieses „Chaos“ sei lediglich Rauschen – etwas, das behoben oder ignoriert werden müsse. Eine wachsende Theorie besagt jedoch, dass diese Vielfalt tatsächlich eine Superkraft sein könnte. Sie hilft Lebewesen, nach Rückschlägen wieder auf die Beine zu kommen, etwa wenn ein Käfer ein Bein verliert oder ein Vogel in einen plötzlichen Sturm gerät. Die große Frage lautet: Können wir Maschinen bauen, die diesen Trick nutzen? Können wir Roboter erschaffen, die nicht deshalb widerstandsfähig sind, weil sie perfekt sind, sondern weil sie wunderbar, chaotisch verschieden sind?

Das Paper: Das Chaos bändigen, um das Unbekannte zu überstehen

In dieser Studie gingen die Forscher Alice Hein und Josh Bongard von der University of Vermont einer wilden Hypothese nach: Was wäre, wenn wir unsere Roboter im Inneren absichtlich „kaputt“ machen würden, um sie im Äußeren widerstandsfähiger zu machen?

Sie bauten für dieses Experiment keine physischen Metallroboter. Stattdessen erstellten sie eine Simulation – eine virtuelle Welt innerhalb eines Computers, in der sie ihre Ideen schnell und sicher testen konnten. Man kann es sich wie ein Videospiel vorstellen, in dem sie tausende verschiedene Roboterdesigns erschaffen, sie gegeneinander prallen lassen und beobachten konnten, was passiert, ohne befürchten zu zu müssen, ein echtes Auto zu beschädigen.

Das Experiment: Ein „morphologischer“ Zoo

Zuerlich generierte das Team 100 einzigartige, simulierte Roboter-„Agenten“. Dies waren keine Standard-Roboter; sie waren morphologisch divers, was bedeutet, dass sie unterschiedliche Formen und Größen hatten. Einige bestanden aus 11 kleinen Massenpunkten, die durch Federn verbunden waren. Einige dieser Federn waren „aktiv“ (sie konnten drücken und ziehen), während andere „passiv“ waren (sie bewegten sich einfach nur unkontrolliert). Jeder Roboter wurde darauf trainiert, auf ebenem Boden vorwärts zu laufen. Da sie alle unterschiedlich geformt waren, liefen sie auch alle auf ihre ganz eigene, eigenwillige Weise.

Als Nächstes führten die Forscher die „Verbinder“ ein. Dies waren spezielle Federn, die darauf ausgelegt waren, zwei Roboter miteinander zu verbinden. Das Ziel war es, dass das Paar als Team vorwärts läuft. Aber hier liegt der Clou: Sie trainierten diese Verbinder auf zwei sehr unterschiedliche Arten:

1. Das Klon-Lager: Sie koppelten Roboter mit ihren exakten Klonen (identischen Zwillingen) zusammen.
2. Das Diversitäts-Lager: Sie koppelten völlig unterschiedliche Roboter zusammen (wie einen hohen, dünnen Roboter mit einem kurzen, runden).

Die Verbinder mussten lernen, das Paar zu steuern. Wenn das Paar aus Klonen bestand, musste der Verbinder sie nur synchron halten. Wenn das Paar jedoch divers war, musste der Verbinder mit viel interner Widrigkeit fertig werden. Ein Roboter wollte vielleicht rollen, während der andere hüpfen wollte. Der Verbinder musste dieses Chaos „zähmen“ und lernen, seine Federn so anzupassen, dass das ungleiche Paar sich dennoch vorwärts bewegen konnte.

Der große Test: Den Unbekannten gegenüberstellen

Nachdem die Verbinder trainiert worden waren, warfen die Forscher die Teams in 12 brandneue, schwierige Umgebungen. Dies waren nicht einfach nur flache Böden; es waren Orte mit Eis, Sand, steilen Hängen, starkem Wind und sogar geringer Schwerkraft. Die Roboter hatten diese Orte noch nie gesehen und es war ihnen nicht erlaubt, während des Tests zu lernen oder sich anzupassen. Sie mussten sich allein auf das verlassen, was sie während des Trainings gelernt hatten.

Die Ergebnisse:
Die Erkenntnisse waren überraschend und eindeutig.

• Die Solo-Roboter: Als die einzelnen Roboter (oh)、ne Verbinder) in die neuen Umgebungen geschickt wurden, hatten sie Schwierigkeiten. Sie fielen um oder blieben stehen, weil der neue Untergrund ihren spezifischen Gehstil verwirrte.
• Die einheitlichen Teams: Teams aus identischen Robotern und Verbindern, die nur an Klonen trainiert wurden, kamen zwar einigermaßen zurecht, gerieten aber dennoch ins Straucheln, wenn die Umgebung extrem wurde.
• Die diversen Teams: Die Gewinner waren die Teams, die aus verschiedenen Robotern bestanden, die durch auf Diversität trainierte Verbinder zusammengehalten wurden. Diese Teams legten die weitesten Strecken zurück und bewältigten Eis, Wind und Hänge am besten.

Warum hat es funktioniert? Die Theorie des „internen Trainings“

Das Paper liefert einen faszinierenden Grund für diesen Erfolg. Es stellt sich heraus, dass die Verbinder, die mit diversen Paaren trainiert wurden, während der Trainingsphase bereits eine „schwierigere“ Version der Welt erlebt hatten.

Stellen Sie sich einen Musiker vor, der übt. Wenn er immer nur mit einem perfekten Orchester spielt, könnte er verwirrt sein, wenn ein Bandkollege einen falschen Ton spielt. Aber wenn er mit einem Bandkollegen übt, der ständig seinen Rhythmus, sein Tempo und seinen Stil ändert, lernt er, sofort zu adaptieren.

In der Simulation mussten die Verbender, die mit diversen Robotern trainiert wurden, ständig die „Fehler“ korrigieren, die durch ihre unpassenden Partner verursacht wurden. Sie lernten, eine riesige Bandbreite an seltsamen Bewegungen zu bewältigen. Als diese gleichen Verbinder später in eine neue Umgebung (wie einen windigen Hügel) versetzt wurden, fühlte sich die „Überraschung“ des Windes vertraut an. Warum? Weil die Wirkung des Windes auf den Roboter genau wie das interne Chaos aussah, das sie bereits zu beherrschen gelernt hatten. Sie hatten sich effektiv auf Widrigkeiten vorgereitet.

Die Forscher fanden auch heraus, dass dieser Effekt stärker wurde, je größer die Teams wurden. Wenn sie 5, 10 oder sogar 20 diverse Roboter aneinanderketteten, wurde die gesamte Gruppe unglaublich widerstandsfähig. Je diverser das Team, desto besser bewältigte es das Unbekannte.

Was das für die Zukunft bedeutet

Die Autoren betonen vorsichtig, dass dies eine Simulation ist und kein fertiger Roboter, den man heute kaufen kann. Sie behaupten nicht, das Problem der Robotik gelöst zu zu haben. Sie schlagen jedoch eine neue Denkweise vor.

Anstatt zu versuchen, Roboter zu bauen, die perfekt und identisch sind, sollten wir sie vielleicht mit beabsichtigter interner Diversität ausstatten. Indem wir kleinere, unterschiedliche Maschinen zusammenarbeiten lassen und sie zwingen, sich an die Eigenheiten des jeweils anderen anzupassen, könnten wir Maschinen erschaffen, die von Natur aus robuster gegenüber den Überraschungen der realen Welt sind. Es ist ein wenig so, als würde man sagen: „Baue nicht nur einen perfekten Soldaten; baue ein Team aus verschiedenen Menschen, die gelernt haben, gemeinsam im Schlamm zu kämpfen, damit sie alles bewältigen können, was der Feind ihnen entgegenwirft.“

Das Paper schließt mit dem Gedanken, dass während reale Roboter viele weitere Herausforderungen (wie Batterielebensdauer und komplexe Kommunikation) bewältigen müssen, die Idee, interne physische Widrigkeit zur Vorbereitung auf externe Widrigkeit zu nutzen, ein vielversprechender Weg ist. Es legt nahe, dass das Geheimnis der Resilienz nicht Perfektion ist – sondern die Fähigkeit, mit dem Chaos in einem selbst zu tanzen.