De dreiging van mijnenvelden is een voortdurende en gruwelijke bedreiging, en de plicht om ze te ruimen is net zo moeilijk als gevaarlijk. Des te meer reden dat het door robots moet worden gedaan! Een nieuw type goedkope, veelzijdige bot gemodelleerd naar schildpadden zou een geweldig hulpmiddel kunnen zijn voor dit en andere banen.
Ben Amor en Dan Dukes van de Arizona State University waren geïnteresseerd in het probleem hoe robots snel kunnen worden ingezet in omgevingen waar hun voortbewegingsvermogen niet noodzakelijk de beste is. Als uw bot bijvoorbeeld puntige poten heeft en loopt als een viervoeter, is deze mogelijk niet erg effectief in zand of puin. De robot moet kunnen aanpassen.

De beweging van de vin vóór het leren (boven) en na een paar leersessies.
De oplossing die de onderzoekers voorstellen is een robot (de “C-Turtle”) met een eenvoudige kruipgang geïnspireerd op de beweging van zeeschildpadden in zand. Een speciaal leeralgoritme past de beweging tijdens de vlucht aan, en de robot zelf is in principe gemaakt van een enkele laag materiaal en kan binnen enkele uren worden geconstrueerd of aangepast.
“In tegenstelling tot de meeste versterkingsleren algoritmen die mogelijk veel proeven vereisen, heeft onze methode slechts een klein aantal trial-and-error interacties met de omgeving nodig om te leren lokaliseren,” schreef Amor in een e-mail aan TechCrunch. “Inderdaad, tijdens de meeste van onze experimenten leerde de robot binnen 1-2 uur een nieuwe gang.”
Het kan bijvoorbeeld zijn dat de robot iets langere of kortere “vinnen” nodig heeft, of dat de motoren die deze aansturen licht moeten worden opgekruld of geroteerd. Deze informatie, schrijft Amor en Dukes, kan alleen betrouwbaar komen van testen in de omgeving zelf; laboratoriumtesten met meerdere materialen kunnen het kleine brein van de robot niet voorbereiden op elke mogelijke combinatie van stof, vuil, zand en cruft.