Brain-to-brain mapping: an approach to share neural Information on Ratslam

Abstract

Diversas aplicações robóticas são melhor executadas por sistemas com vários robôs em vez de apenas um, por exemplo, para explorar grandes áreas em missões críticas de busca e resgate em cenários de pós-desastre. Essas vantagens podem ser devidas à divisão de atividades, redução de custos e tempo. A Localização e Mapeamento Simultâneos (SLAM) desempenha um papel central na exploração de ambientes desconhecidos. O RatSLAM, que é baseado no sistema de navegação presente no hipocampo do cérebro dos roedores, tem sido amplamente utilizado em aplicações SLAM baseadas em vídeo. No RatSLAM, a informação neural é definida como experiências, que associam características do ambiente e movimento em uma representação única no mapa. Este trabalho apresenta uma abordagem para compartilhar informações neurais no RatSLAM, chamado brain-tobrain mapping, no qual a experiência de mapas parciais é compartilhada por vários robôs para construir cooperativamente um mapa de todo o ambiente. O primeiro passo para compartilhar informações neurais é conectar diferentes instâncias do RatSLAM através de um mecanismo de fusão, específico para o RatSLAM. Para realizar a fusão, é necessário que os robôs passem pelo menos um lugar comum entre eles e adquiram a mesma experiência sobre o lugar comum. A fusão permite que todos os robôs saibam sobre suas experiências (pose cells, local view cells e experience map) em uma estrutura compartilhada. Assim, os robôs de exploração podem reutilizar experiências aprendidas sobre o ambiente para melhorar o seu procedimento de mapeamento, como por exemplo: um robô pode corrigir parte do mapa de outro robô, enquanto usa informações compartilhadas para melhorar seu próprio mapa fechando loops. Três experimentos de diferentes ambientes foram realizados para validar a nova abordagem: um ambiente simulado, um laboratório de pesquisa e um dataset usado para validar o trabalho original do RatSLAM. Os resultados mostraram que o mapa final construído por robôs com experiência compartilhada é visualmente semelhante (mas não idêntico) a um construído por um robô realizando a mesma tarefa de mapeamento individualmente, ou seja, sem compartilhar informações.