Развитая робототехника - Developmental robotics

Развитая робототехника ( DevRob ), иногда называемая эпигенетической робототехникой , представляет собой научную область, которая направлена ​​на изучение механизмов развития, архитектур и ограничений, которые позволяют на протяжении всей жизни и без ограничений изучать новые навыки и новые знания в воплощенных машинах . Как и у человеческих детей, ожидается , что обучение будет кумулятивным и все более сложным и будет результатом самоисследования мира в сочетании с социальным взаимодействием . Типичный методологический подход заключается в том, исходя из теорий развития человека и животных , разработанные в таких областях, как психология развития , неврологии , развития и эволюционной биологии и лингвистике , а затем оформить и внедрить их в роботов, иногда исследуя расширения или варианты их. Эксперименты с этими моделями на роботах позволяют исследователям сопоставить их с реальностью, и, как следствие, развивающая робототехника также предоставляет обратную связь и новые гипотезы по теориям развития человека и животных.

Развитая робототехника связана с эволюционной робототехникой (ER), но отличается от нее . ER использует популяции роботов, которые развиваются с течением времени, в то время как DevRob интересуется тем, как организация системы управления одним роботом развивается на основе опыта, с течением времени.

DevRob также связан с работой в области робототехники и искусственной жизни .

Фон

Может ли робот учиться, как ребенок? Может ли он изучить множество новых навыков и новых знаний, не определенных во время разработки, и в частично неизвестной и меняющейся среде? Как он может обнаружить свое тело и его отношения с физическим и социальным окружением? Как его познавательные способности могут непрерывно развиваться без вмешательства инженера, когда он находится «вне фабрики»? Чему он может научиться в результате естественного социального взаимодействия с людьми? Это вопросы в центре развития робототехники. Алан Тьюринг, а также ряд других пионеров кибернетики уже сформулировали эти вопросы и общий подход в 1950 году, но только с конца 20 века они начали систематически исследоваться.

Поскольку концепция адаптивных интеллектуальных машин занимает центральное место в развивающейся робототехнике, она связана с такими областями, как искусственный интеллект, машинное обучение, когнитивная робототехника или вычислительная нейробиология . Тем не менее, хотя он может повторно использовать некоторые методы, разработанные в этих областях, он отличается от них с многих точек зрения. Он отличается от классического искусственного интеллекта, поскольку не предполагает возможности продвинутого символического мышления и фокусируется на воплощенных и размещенных сенсомоторных и социальных навыках, а не на абстрактных символических проблемах. Он отличается от когнитивной робототехники, поскольку фокусируется на процессах, которые позволяют формировать когнитивные способности, а не на самих этих способностях. Он отличается от вычислительной нейробиологии, поскольку фокусируется на функциональном моделировании интегрированных архитектур развития и обучения. В более общем плане развивающая робототехника однозначно характеризуется следующими тремя особенностями:

  1. Он нацелен на независимые от задач архитектуры и механизмы обучения, т. Е. Машина / робот должен уметь изучать новые задачи, которые неизвестны инженеру;
  2. Он подчеркивает неограниченное развитие и обучение на протяжении всей жизни, то есть способность организма постоянно приобретать новые навыки. Это не следует понимать как способность учиться «чему угодно» или даже «всему», а просто как то, что набор приобретаемых навыков можно бесконечно расширять, по крайней мере, в некоторых (не во всех) направлениях;
  3. Сложность полученных знаний и навыков должна постепенно увеличиваться (и это увеличение должно контролироваться).

Развитая робототехника возникла на перекрестке нескольких исследовательских сообществ, включая воплощенный искусственный интеллект, активную и динамическую когнитивную науку, коннекционизм. Исходя из основной идеи о том, что обучение и развитие происходят как самоорганизованный результат динамических взаимодействий между мозгом, телами, их физическим и социальным окружением, и пытаясь понять, как эту самоорганизацию можно использовать для обеспечения непрерывного обучения, не зависящего от задач. Благодаря навыкам возрастающей сложности развивающая робототехника тесно взаимодействует с такими областями, как психология развития, когнитивная нейробиология и биология развития (эмбриология), эволюционная биология и когнитивная лингвистика. Поскольку многие теории, исходящие из этих наук, носят словесный и / или описательный характер, это подразумевает важную формализацию и вычислительное моделирование в развивающей робототехнике. Эти вычислительные модели затем используются не только как способы изучения того, как создавать более универсальные и адаптивные машины, но также как способ оценки их согласованности и, возможно, изучения альтернативных объяснений для понимания биологического развития.

Направления исследований

Области навыков

Из-за общего подхода и методологии проекты развивающей робототехники обычно фокусируются на том, чтобы роботы развивали те же типы навыков, что и человеческие младенцы. Первая категория, которую важно исследовать, - это приобретение сенсомоторных навыков. Сюда входит открытие собственного тела, в том числе его структуры и динамики, таких как зрительно-моторная координация, передвижение и взаимодействие с объектами, а также использование инструментов, с особым акцентом на обнаружение и изучение аффордансов. Вторая категория навыков, на которые нацелены развивающие роботы, - это социальные и лингвистические навыки: приобретение простых социальных поведенческих игр, таких как очередность, скоординированное взаимодействие, лексика, синтаксис и грамматика, и закрепление этих языковых навыков в сенсомоторных навыках (иногда называемых как заземление символа). Параллельно исследуется приобретение связанных когнитивных навыков, таких как возникновение различения «я / не-я», развитие способностей внимания, систем категоризации и высокоуровневых представлений о аффордансах или социальных конструкциях, о возникновении ценностей. , сочувствие или теории разума.

Механизмы и ограничения

Сенсомоторные и социальные пространства, в которых живут люди и роботы, настолько велики и сложны, что лишь небольшая часть потенциально усваиваемых навыков может быть изучена и изучена в течение всей жизни. Таким образом, необходимы механизмы и ограничения, чтобы направлять развивающиеся организмы в их развитии и контролировать рост сложности. Существует несколько важных семейств этих направляющих механизмов и ограничений, которые изучаются в развивающей робототехнике, и все они вдохновлены человеческим развитием:

  1. Мотивационные системы, генерирующие внутренние сигналы вознаграждения, которые стимулируют исследование и обучение, и могут быть двух основных типов:
    • внешние мотивы подталкивают роботов / организмов к поддержанию основных специфических внутренних свойств, таких как уровень пищи и воды, физическая целостность или свет (например, в фототропных системах);
    • внутренняя мотивация подталкивает робота к поиску новизны, проблемы, сжатия или прогресса обучения как такового, таким образом генерируя то, что иногда называют обучением и исследованием, основанным на любопытстве, или, в качестве альтернативы, активным обучением и исследованием;
  2. Социальное руководство: поскольку люди многому учатся, взаимодействуя со своими сверстниками, развивающая робототехника исследует механизмы, которые могут позволить роботам участвовать в человеческом социальном взаимодействии. Воспринимая и интерпретируя социальные сигналы, это может позволить роботам как учиться у людей (с помощью различных средств, таких как имитация, эмуляция, усиление стимулов, демонстрация и т. Д.), Так и задействовать естественную человеческую педагогику. Таким образом, социальное принятие развивающихся роботов также исследуется;
  3. Ошибки статистического вывода и совокупное повторное использование знаний / навыков: систематические ошибки, характеризующие как представления / кодировки, так и механизмы вывода, обычно позволяют значительно повысить эффективность обучения и, таким образом, изучаются. В связи с этим, механизмы, позволяющие выводить новые знания и приобретать новые навыки путем повторного использования ранее изученных структур, также являются важной областью изучения;
  4. Свойства воплощения, включая геометрию, материалы или врожденные моторные примитивы / синергии, часто кодируемые как динамические системы, могут значительно упростить приобретение сенсомоторных или социальных навыков и иногда называются морфологическими вычислениями. Взаимодействие этих ограничений с другими ограничениями является важной осью исследования;
  5. Ограничения созревания: у человеческих младенцев и тело, и нервная система постепенно растут, а не становятся полноценными уже при рождении. Это означает, например, что новые степени свободы, а также увеличение объема и разрешения доступных сенсомоторных сигналов могут появиться по мере развития обучения и развития. Перенос этих механизмов в развивающиеся роботы и понимание того, как это может помешать или, наоборот, облегчить приобретение новых сложных навыков, является центральным вопросом в развивающейся робототехнике.

От биомиметических разработок до функционального вдохновения.

Хотя большинство проектов развития робототехники тесно взаимодействуют с теориями развития животных и человека, степени сходства и вдохновения между идентифицированными биологическими механизмами и их аналогами в роботах, а также уровни абстракции моделирования могут сильно различаться. В то время как некоторые проекты нацелены на точное моделирование как функции, так и биологической реализации (нейронные или морфологические модели), например, в Neurorobotics , некоторые другие проекты сосредоточены только на функциональном моделировании механизмов и ограничений, описанных выше, и могут, например, повторно использовать в своих архитектурах методы. из прикладной математики или инженерных специальностей.

Открытые вопросы

Поскольку развивающая робототехника является относительно новой областью исследований и в то же время очень амбициозной, многие фундаментальные открытые проблемы еще предстоит решить.

Во-первых, существующие методы далеки от того, чтобы позволить реальным многомерным роботам изучать неограниченный набор все более сложных навыков в течение жизненного периода. Большие непрерывные сенсомоторные пространства представляют собой серьезное препятствие, которое необходимо решить. Кумулятивное обучение на протяжении всей жизни - еще один. Фактически, до сих пор не проводилось никаких экспериментов, продолжительностью более нескольких дней, что резко контрастирует со временем, необходимым человеческим младенцам для изучения базовых сенсомоторных навыков, имея при этом мозг и морфологию, которые намного мощнее существующих вычислительных механизмов.

Среди стратегий, которые необходимо изучить для продвижения к этой цели, взаимодействие между механизмами и ограничениями, описанными в предыдущем разделе, должно быть исследовано более систематически. Действительно, до сих пор они в основном изучались изолированно. Например, взаимодействие внутренне мотивированного обучения и социально управляемого обучения, возможно, ограниченного созреванием, является важной проблемой, требующей исследования.

Еще одна важная задача - позволить роботам воспринимать, интерпретировать и использовать разнообразие мультимодальных социальных сигналов, предоставляемых людьми, не являющимися инженерами, во время взаимодействия человека с роботом. Эти возможности пока что в основном слишком ограничены, чтобы позволить людям проводить эффективное универсальное обучение.

Фундаментальная научная проблема, которую необходимо понять и решить, которая в равной степени применима к человеческому развитию, заключается в том, как композиционность, функциональные иерархии, примитивы и модульность на всех уровнях сенсомоторных и социальных структур могут быть сформированы и задействованы в процессе развития. Это глубоко связано с проблемой появления символов, которую иногда называют « проблемой заземления символа », когда дело касается усвоения языка. Фактически, само существование и потребность в символах в мозгу активно ставится под сомнение, и исследуются альтернативные концепции, все еще допускающие композиционность и функциональную иерархию.

Во время биологического эпигенеза морфология не фиксируется, а развивается в постоянном взаимодействии с развитием сенсомоторных и социальных навыков. Развитие морфологии ставит очевидные практические проблемы с роботами, но это может быть решающий механизм, который требует дальнейшего изучения, по крайней мере, в моделировании, например, в морфогенетической робототехнике.

Другая открытая проблема - понимание связи между ключевыми явлениями, исследуемыми развивающей робототехникой (например, иерархические и модульные сенсомоторные системы, внутренние / внешние / социальные мотивации и открытое обучение) и лежащими в основе механизмами мозга.

Точно так же в биологии механизмы развития (действующие в онтогенетической временной шкале) тесно взаимодействуют с эволюционными механизмами (действующими на филогенетической временной шкале), как показано в процветающей научной литературе « evo-DevO ». Однако взаимодействие этих механизмов в искусственных организмах, в частности в роботах для развития, до сих пор мало изучено. Таким образом, взаимодействие эволюционных механизмов, разворачивающихся морфологий и развития сенсомоторных и социальных навыков будет очень стимулирующей темой для будущего развивающей робототехники.

Основные журналы

Основные конференции

Семинар по развитию и обучению, финансируемый NSF / DARPA, проходил 5–7 апреля 2000 г. в Университете штата Мичиган. Это была первая международная встреча, посвященная компьютерному пониманию умственного развития роботов и животных. Термин «кем» был использован, поскольку агенты активны во время разработки.

Смотрите также

использованная литература

внешние ссылки

Технические комитеты

Академические учреждения и исследователи в этой области

Связанные крупномасштабные проекты

Курсы

Первые курсы бакалавриата по DevRob были предложены в колледже Брин-Мор и колледже Свортмор весной 2003 года Дугласом Бланком и Лизой Миден соответственно. Первый курс выпускник в DevRob был предложен в Университете штата Айова , Александр Stoytchev осени 2005 года.