Evolution gespielt

Lausanner Forscher lassen Roboter teilen lernen

(Bild: EPFL)

Durch künstliche Evolution haben Lausanner Forscher Roboter dazu gebracht, mit anderen teilen zu lernen. Die Bedingungen, unter denen die Maschinen dies tun, zeigen, dass Blutsverwandtschaft entscheidend ist für die Entwicklung von Hilfsbereitschaft bei Tier und Mensch.

Biologen und Sozialwissenschaftler rätseln schon lange, wieso bei vielen Tierarten und beim Menschen Individuen einander helfen. Denn auf den ersten Blick scheint selbstloses Verhalten dem Gedanken Darwins zu widersprechen, dass die Stärkeren und Angepassteren sich auf Kosten der Schwächeren fortpflanzen und ihre Gene weitergeben.

Aber selbstlose Hilfsbereitschaft existiert. Bei vielen Vogelarten zum Beispiel werden Brutpaare bei der Aufzucht der Jungen von Helfervögeln unterstützt. Und bei Ameisen sind die Arbeiterinnen gar steril: Sie stellen sich ganz in den Dienst ihrer Königin - ohne ihre eigenen Gene jemals weitergeben zu können.

1964 entwickelte der Biologe William D. Hamilton eine Theorie, wonach Selbstlosigkeit und Hilfe durchaus bei der Weitergabe des eigenen Erbguts nützlich sein können, etwa wenn man nahe Verwandte unterstützt, weil diese ja auch einen Teil des eigenen Erbguts tragen und weitergeben können. Allerdings ist es mit Lebewesen schwierig, die Regel zu testen, weil kaum bestimmt werden kann, was die genauen Kosten und Nutzen einer bestimmten Hilfeleistung sind.

Roboter spielen Evolution
Forscher der ETH Lausanne und der Universität Lausanne setzten deshalb auf eine Art künstliche Evolution, um die Theorie zu untersuchen. Im Fachmagazin "PLoS Biology" berichteten sie, wie sie rollende Roboter entwickelten, die auf einer Art Spielfeld kleine Scheibchen - ihre Nahrung - in ein Ziel schieben mussten.

Die Roboter bekamen von ETH-Robotikprofessor Dario Floreano, dem Biologen Laurent Keller sowie Markus Waibel, einem technischen Physiker aus Österreich, als Erbgut einen zufälligen Informationscode verpasst. Der Code entscheidet darüber, wie gut der Roboter seine "Nahrung" sammelt - und ob er sie am Ende für sich behält oder mit anderen Robotern teilt.

Die Forscher ließen ganze Gruppen von Robotern gleichzeitig auf das Spielfeld, wobei die Gruppen mehr oder weniger "Erbgut" miteinander teilten. Nach jeder Spielrunde wurde die Ausbeute der Roboter untersucht - und je besser ein "Erbgut" abgeschnitten hatte, desto größer waren seine Chancen, in der nächsten Runde mitmachen zu können.

So stellte jede Spielrunde quasi eine Generation eines Lebewesens dar. Nach 500 solchen Generationen untersuchten die Forscher, unter welchen Bedingungen sich selbstloses Verhalten bei den Robotern durchgesetzt hatte. Sie zogen dazu auch in Betracht, wie viel es den einzelnen Roboter gekostet hatte, seine Beute mit anderen zu teilen.

Hamiltons Theorie bewiesen
Es zeigte sich, dass die Entwicklung über die Generationen ziemlich genau den Vorhersagen von Hamiltons Theorie entsprach. Laut der Studie erkläre die 50 Jahre alte Regel also bemerkenswert gut, wann ein Gen für Selbstlosigkeit von einer Generation zur nächsten weitergegeben werde und wann nicht, sagte Laurent Keller von der Uni Lausanne.

Die Ergebnisse helfen auch, die Effizienz von Roboterschwärmen zu verbessern. Floreanos Forschungsgruppe ließ nach demselben Evolutionsprinzip fliegende Roboter ihr Kontrollsystem über Generationen verfeinern. "Nun arbeiten sie effizienter zusammen und fliegen erfolgreicher im Schwarm", sagte er.