Los robots del proyecto Collective Cognitive Robots (COCORO) funcionan como un sistema colectivo de agentes autónomos que son capaces de aprender de experiencias pasadas. Los autómatas acuáticos interactúan entre sí mediante el intercambio de información con lo que consiguen conformar un sistema cognitivo que les permite reconocer su entorno.
Esto permite que los artilugios no solo se asemejen a bancos de peces en su aspecto; además, los robots se comportan como ellos. Según el doctor Thomas Schmickl, coordinador de este proyecto y profesor asociado del departamento de Zoología de la Universidad de Graz (Austria), COCORO se distingue de otros proyectos similares en que los robots están dotados con conocimiento colectivo.
En un experimento se pusieron a flote 20 robots tipo Jeff en una cisterna de agua. A medida que entraron en contacto los unos con los otros, fueron cobrando consciencia gradualmente del tamaño del enjambre que formaban. Esta ‘consciencia del tamaño del enjambre’ se logró a base de transmitir información sobre su estado valiéndose de diodos emisores de luz (LED).
Los científicos tomaron como modelo algunos ejemplos de conocimiento colectivo que se encuentran en la naturaleza.
En otra prueba, el cometido de los robots era hallar los restos de un avión hundido. En esta ocasión, robots tipo Lily efectuaron la búsqueda en las proximidades de la superficie, mientras que los robots tipo Jeff rastrearon el fondo del estanque.
En torno al avión se habían colocado imanes para imitar una señal electromagnética emitida localmente, y los robots emplearon las brújulas que llevaban integradas para localizar el objetivo. Después, un robot Jeff descubrió el objetivo al fondo del estanque y se posó sobre el mismo.
Transmitiendo la luz LED, pudo atraer a otros robots del mismo tipo, los cuales se reunieron en torno al objetivo. Entretanto, los robots Lilly se concentraron encima, al nivel de la superficie.
En el puerto de Livorno (Italia) se llevaron a cabo pruebas de campo durante las que los robots tuvieron que enfrentarse a algunas dificultades como el oleaje, las corrientes y el agua salada, que es corrosiva. Pese a las adversidades, los enjambres de robots consiguieron mantenerse agrupados en torno a su puesto base y también desplazarse en ‘patrullas’ para después regresar a su origen.
“Todo esto no lo inventamos nosotros”, reconoce Schmickl, quien explica que los científicos tomaron como modelo algunos ejemplos de conocimiento colectivo que se encuentran en la naturaleza. Por ejemplo, observar cómo se agrupan las abejas melíferas les sirvió para desarrollar el algoritmo BEECLUST, que utilizaron para reunir los robots en una ubicación concreta.
Los científicos también aplicaron mecanismos extraídos de estudios previos sobre el procedimiento por el que se congregan las amebas de un moho mucilaginoso, emitiendo ondas químicas para comunicarse.
El proyecto, integrado por biólogos, informáticos y otros especialistas, ha estado en funcionamiento durante tres años y recibió de la UE una financiación por valor de 2,9 millones de euros.
Aunque finalizara en 2014, sus resultados aún podrían encontrar aplicaciones en diversos campos, pudiendo influir de forma más genérica en la economía y la sociedad. Dos ejemplos de aplicaciones posibles serían la vigilancia medioambiental y las operaciones de búsqueda y rescate.
"Unas unidades del enjambre influyen sobre las otras de manera muy similar al modo en que los líderes de opinión crean tendencias en nuestra sociedad", concluye el doctor Schmickl. (Fuente: CORDIS)
Fuente NCYT