Несмотря на то, что жизнь белки может показаться человеку простой - она лазает, ест, спит, повторяет - она требует отлаженных когнитивных навыков.
Древесные белки - олимпийские ныряльщицы в мире грызунов, грациозно прыгающие среди веток и строений высоко над землей.
И, как и в случае с ныряльщиками, успех белки в этом соревновании требует как физической силы, так и умственной приспособляемости.
Лаборатория Джейкобса изучает когнитивные функции свободноживущих лисиц в кампусе Беркли. Два вида - восточная серая белка (Sciurus carolinensis) и лисица (Sciurus niger) - прекрасно себя чувствуют в ландшафтах кампуса и добровольно участвуют в наших поведенческих экспериментах. Они также являются мастерами двухмерной и трехмерной пространственной ориентации, используя сенсорные сигналы для перемещения в пространстве.
В недавно опубликованном исследовании мы показываем, что белки прыгают и приземляются, не падая, путем компромисса между расстоянием, которое они должны преодолеть, и упругостью их взлетного насеста. Это исследование дает новое понимание роли принятия решений, обучения и поведения в сложных условиях, которыми мы делимся с исследователями человеческого движения и с инженерами. В настоящее время нет такого проворного робота, как белка, и ни одного, который может учиться или принимать решения относительно динамических задач в сложных средах, но наше исследование показывает, какие способности нужны таким роботам.
Думаем на ходу
Хотя жизнь белки может показаться человеку простой - она лазает, ест, спит, повторяет - она требует отлаженных когнитивных навыков. Белки являются специализированными распространителями семян: они собирают свои зимние запасы орехов и желудей осенью в течение шести-восьми недель, закапывают каждый орех отдельно и полагаются на пространственную память, чтобы извлечь их, иногда спустя месяцы.
Мы знаем, что белки организуют свои тайники иерархически. При наличии пяти видов орехов в случайном порядке белки-лисицы Беркли закапывают орехи группами в соответствии с видами. Поскольку более крупные орехи содержат больше калорий, белки вкладывают в них больше средств, перенося их в более безопасные места и расставляя свои укрытия дальше друг от друга.
Мы также обнаружили, что белка оценивает стоимость ореха, взмахивая головой с орехом во рту, точно так же, как человек может крутить карандашом в руке, чтобы оценить его вес. И мы знаем, что они составляют свои карты тайников на основе факторов, включающих нехватку пищи в это время года, количество орехов, уже спрятанных в тайниках, и риск быть замеченными другими белками.
Наряду с наблюдательными исследованиями мы также оценили, как белки выполняют абстрактные пространственные задачи. Например, мы измерили, насколько хорошо они способны сдерживать бросок к запоминаемому месту еды - это часть международного исследования эволюции самоконтроля. В другом эксперименте мы поместили белок через вертикальный лабиринт, который имитировал разветвляющиеся решения, с которыми они сталкиваются при навигации по деревьям, чтобы увидеть, как они возвращаются в места, которые они помнят.
Мы также обнаружили, что, пока белки решали настольную головоломку памяти, их когнитивная гибкость достигла пика в период интенсивного запасания запасов пищи на зиму. Это объясняет, почему белкам Беркли легче переключаться между типами ориентиров во время тайникового сезона.
Подъем в воздух
Наше новое исследование объединило беличьих психологов и специалистов по сравнительной биомеханике, чтобы выяснить, распространяется ли когнитивное принятие решений белками на динамические изменения в передвижении - знаменитый беличий прыжок. Как воспринимаемые белками возможности своего тела и их предположения о стабильности окружающей среды влияют на их решения о передвижении?
Роберт Фулл из лаборатории PolyPEDAL известен своими исследованиями, в которых извлекаются фундаментальные принципы дизайна посредством экспериментов с передвижением видов с уникальной специализацией движения, от крабов до тараканов и прыгающих ящериц. Аспиранты Натаниэль Хант, специалист по биомеханике, и Джуди Джинн, специалист по познанию животных, взяли на себя задачу оценить, как прыгающая белка может реагировать на внезапные изменения в расположении и гибкости экспериментальных ветвей.
Чтобы изучить этот вопрос у диких белок, мы разработали магнитную стену для скалолазания, которую можно было установить на колеса и выкатить в знаменитую эвкалиптовую рощу Беркли, чтобы встретить белок на их собственной территории. Мы принесли высокоскоростные камеры и арахис, чтобы уговорить белок терпеливо ждать своей очереди на стене.
Наша цель состояла в том, чтобы убедить белок взлететь с гибкого трамплина, прикрепленного к стене для скалолазания, и прыгнуть на фиксированную выступающую из стены жердочку, на которой лежала награда из очищенного грецкого ореха. И снова белки удивили нас своей акробатикой и изобретательностью.
Увеличив упругость трамплина и расстояние между ним и целью, мы смогли имитировать трудности, с которыми сталкивается белка, когда она мчится по ветвям деревьев, которые различаются по размеру, форме и гибкости. Белки, прыгающие через пропасть, должны решить, куда взлететь, основываясь на компромиссе между гибкостью ветки и размером пропасти.
Мы обнаружили, что белки бегают дальше по жесткой ветке, поэтому их прыжок короче и легче. Напротив, они взлетели, сделав всего несколько шагов с гибких ветвей, рискуя совершить более длинный прыжок.
Используя три разные по гибкости ветки, мы угадали положение их отталкивания, приняв равный риск прыжка с неустойчивой ветки и расстояние прыжка. Мы ошибались: наша модель показала, что белки в шесть раз больше заботятся об устойчивой позиции при взлете, чем о том, как далеко они должны прыгнуть.
Затем белки прыгнули с очень жесткой платформы. Без ведома белок мы заменили платформу на идентичную платформу, которая была в три раза более гибкой. Из нашего высокоскоростного видео мы подсчитали, как далеко находится центр тела белки от места приземления. Это позволило нам определить ошибку приземления - насколько далеко от цели приземлился центр тела белки. Белки быстро научились прыгать с очень гибкой ветки, которая, по их мнению, должна была быть жесткой, и могли приземлиться всего с пяти попыток.
Когда мы еще больше повысили планку, увеличив высоту и расстояние до цели, белки нас удивили. Они сразу же приняли новое решение: паркур, буквально отскакивая от стены для скалолазания, чтобы отрегулировать скорость и совершить изящное приземление. Еще раз мы обнаружили поразительную ловкость, которая позволяет белкам уклоняться от хищников в одном из самых сложных природных условий - под кронами деревьев.
Миллионы людей наблюдали за тем, как белки разбирают и совершают набеги на «защищенные от белок» кормушки для птиц, либо живя на заднем дворе, либо в документальных фильмах и вирусных видеороликах. Подобно олимпийским ныряльщикам, белки должны быть гибкими как физически, так и умственно, чтобы добиться успеха, быстро исправляя ошибки на лету и придумывая новые движения.
Благодаря финансированию, которое привлек этот проект, мы присоединились к команде робототехников, нейробиологов, материаловедов и математиков, чтобы извлечь принципы проектирования из прыжков и приземлений белок. Наша команда даже ищет информацию о функциях мозга, изучая планирование прыжков у лабораторных крыс.
Наш анализ замечательных подвигов белок может помочь нам понять, как помочь людям с нарушениями ходьбы или хватания. Кроме того, с нашей междисциплинарной командой биологов и инженеров мы пытаемся создать новые материалы для самого умного и ловкого робота из когда-либо созданных, который может помочь в поисково-спасательных операциях и быстро обнаруживать катастрофические экологические опасности, такие как токсичные химические вещества. релизы.
Видение наших усилий в будущем? Роботизированные белки-первооткрыватели, наделенные физической и когнитивной выносливостью и гибкостью белки у кормушки для птиц.
Джуди Джинн, участвовавшая в этом исследовании в качестве аспиранта, является количественным UX-исследователем в Facebook.
Эта статья переиздана из The Conversation под лицензией Creative Commons. Прочтите исходную статью.