論文の概要: Quantifying the biomimicry gap in biohybrid systems
- arxiv url: http://arxiv.org/abs/2308.08978v1
- Date: Thu, 17 Aug 2023 13:33:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-21 16:47:28.636946
- Title: Quantifying the biomimicry gap in biohybrid systems
- Title(参考訳): バイオハイブリッドシステムにおけるバイオミミクリーギャップの定量化
- Authors: Vaios Papaspyros, Guy Theraulaz, Cl\'ement Sire, Francesco Mondada
- Abstract要約: 我々は,ヒラメの4種の魚類(Hemigrammus rhodostomus)とニューラルネットワーク(NN)モデルを用いた生体模倣的社会相互作用の生成を行った。
分析の結果,1) 実世界の相互作用におけるルアーとNNはシミュレーションや魚のみの実験に比べて最小限の偏差を保ち,2) NNはロボットをリアルタイムで効率的に制御し,3) バイオミミクリーギャップを埋めるためには包括的検証が不可欠であることがわかった。
- 参考スコア(独自算出の注目度): 0.7373617024876725
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 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.
- Abstract(参考訳): ロボットが動物と相互作用するバイオハイブリッドシステムは、動物の集団行動のメカニズムを探索し特定するための魅力的なツールとなっている。
重要な課題の1つは、シミュレーションから現実への社会的相互作用モデルの移行であり、ロボットを使ってモデリング仮説を検証することである。
この課題は、動物の非現実的な行動応答を誘発するシミュレーションに組み込まれていないロボットのレプリカ、コミュニケーションの手がかり、物理学上の制約によって引き起こされる「生物のギャップ」を橋渡しすることにある。
そこで本研究では,ラミノゼテトラフィッシュ(hemigrammus rhodostomus)のバイオミメティックルアーと,ニューラル・ネットワーク(nn)モデルを用いてバイオミメティックな社会的相互作用を生成する。
魚とロボットルアーからなる生体ハイブリッドペア、本物の魚ペア、そして魚ペアのシミュレーションを用いて実験を行い、生体ハイブリッドシステムは本物の魚ペアを模した高忠実な社会的相互作用を生成できることを実証した。
私たちの分析では
1)lureとnnはシミュレーションや魚のみの実験と比較して実世界の相互作用における最小偏差を維持している。
2)我々のNNはロボットをリアルタイムで効率的に制御し、
3) バイオミミクリーギャップを埋め, 現実的なバイオハイブリッドシステムを確保するためには, 包括的検証が不可欠である。
関連論文リスト
- DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳(メタデータ) (2023-11-28T18:58:48Z) - Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。
まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。
次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文 参考訳(メタデータ) (2023-10-23T13:35:24Z) - Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。
複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。
Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
論文 参考訳(メタデータ) (2023-10-19T17:29:17Z) - SBMLtoODEjax: Efficient Simulation and Optimization of Biological
Network Models in JAX [19.55237447763145]
本稿では,SBMLモデルとMLサポートパイプラインをシームレスに統合する軽量ライブラリであるSBMLtoODEjaxを紹介する。
JAXの能力を利用して効率的な並列シミュレーションと最適化を行い、生物学的ネットワーク分析の研究を加速することを目的としています。
論文 参考訳(メタデータ) (2023-07-17T12:47:33Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳(メタデータ) (2023-05-22T10:20:34Z) - Designs, Motion Mechanism, Motion Coordination, and Communication of
Bionic Robot Fishes: A Survey [17.21712412031632]
既存のバイオニックロボットは、水泳のパフォーマンスの観点から、魚よりもはるかに遅れている。
新しいロボット魚は主に柔らかいロボット魚と堅固で柔らかい結合されたロボット魚である。
ロボット魚の一般的な研究トレンドは、より効率的でロバストな方法で本物の魚を模倣することである。
論文 参考訳(メタデータ) (2022-06-30T14:17:20Z) - Evolving spiking neuron cellular automata and networks to emulate in
vitro neuronal activity [0.0]
我々は生体内における生体ニューロンの行動パターンをエミュレートするスパイキング神経系を生産する。
我々のモデルは、ネットワーク全体の同期レベルを生成できた。
トップパフォーマンスモデルのゲノムは、生成した活動の複雑さを決定する上で、モデル内の接続の興奮性と密度が重要な役割を果たすことを示している。
論文 参考訳(メタデータ) (2021-10-15T17:55:04Z) - Control for Multifunctionality: Bioinspired Control Based on Feeding in
Aplysia californica [0.3277163122167433]
我々は,ニューラルバースト活動と簡単なバイオメカニクスをリアルタイムに高速にモデル化できるハイブリッドBooleanモデルフレームワークを開発した。
Aplysia californica 摂餌の多機能モデルについて述べる。
実験可能な仮説を定式化し,ロボット制御と神経科学への応用について考察する。
論文 参考訳(メタデータ) (2020-08-11T19:26:50Z) - Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial
Observability in Visual Navigation [62.22058066456076]
強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。
RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。
本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
論文 参考訳(メタデータ) (2020-07-27T17:46:59Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳(メタデータ) (2020-04-14T20:52:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。