Развивающая робототехника

Развивающая робототехника ( DevRob ), иногда называемая эпигенетической робототехникой , представляет собой научную область, целью которой является изучение механизмов развития, архитектуры и ограничений, которые позволяют на протяжении всей жизни и без ограничений обучаться новым навыкам и новым знаниям в воплощенных машинах . Ожидается , что, как и у человеческих детей, обучение будет кумулятивным, постепенно возрастающей сложностью и будет результатом самоисследования мира в сочетании с социальным взаимодействием . Типичный методологический подход состоит в том, чтобы начать с теорий развития человека и животных, разработанных в таких областях, как психология развития , нейробиология , биология развития и эволюционная биология , а также лингвистика , а затем формализовать и реализовать их в роботах, иногда исследуя их расширения или варианты. Экспериментирование этих моделей на роботах позволяет исследователям сопоставить их с реальностью, и, как следствие, робототехника развития также обеспечивает обратную связь и новые гипотезы по теориям развития человека и животных.

Развивающая робототехника связана с эволюционной робототехникой (ЭР), но отличается от нее. ER использует популяции роботов, которые развиваются с течением времени, тогда как DevRob интересуется тем, как организация системы управления отдельным роботом развивается с течением времени.

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

Фон

Может ли робот учиться, как ребенок? Может ли он освоить множество новых навыков и новых знаний, не указанных во время разработки, в частично неизвестной и меняющейся среде? Как он может обнаружить свое тело и свои взаимоотношения с физической и социальной средой? Как его когнитивные способности могут непрерывно развиваться без вмешательства инженера, когда он «вышел из завода»? Чему он может научиться посредством естественного социального взаимодействия с людьми? Эти вопросы находятся в центре развивающей робототехники. Алан Тьюринг, как и ряд других пионеров кибернетики, уже сформулировал эти вопросы и общий подход в 1950 году. но только с конца ХХ века их начали систематически исследовать.

Поскольку концепция адаптивных интеллектуальных машин занимает центральное место в развивающей 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 со многих точек зрения. Он отличается от классического искусственного интеллекта, поскольку не предполагает возможности продвинутого символического мышления и фокусируется на воплощенных и расположенных сенсомоторных и социальных навыках, а не на абстрактных символических проблемах. Она отличается от когнитивной робототехники тем, что фокусируется на процессах, которые позволяют формировать когнитивные способности, а не на самих этих способностях. Она отличается от вычислительной нейробиологии, поскольку фокусируется на функциональном моделировании интегрированных архитектур развития и обучения. В более общем плане развивающая робототехника характеризуется следующими тремя особенностями:

1. Он нацелен на независимые от задач архитектуры и механизмы обучения, т. е. машина/робот должна иметь возможность изучать новые задачи, неизвестные инженеру;
2. Он подчеркивает неограниченное развитие и обучение на протяжении всей жизни, т.е. способность организма постоянно приобретать новые навыки. Под этим следует понимать не способность учиться «чему-либо» или даже «всему», а лишь то, что набор приобретаемых навыков можно бесконечно расширять, по крайней мере, в некоторых (не во всех) направлениях;
3. Сложность приобретаемых знаний и навыков должна постепенно увеличиваться (и это увеличение должно контролироваться).

Развивающая робототехника возникла на стыке нескольких исследовательских сообществ, включая искусственный интеллект, активные и динамические системы, когнитивную науку, коннекционизм. Начнем с основной идеи о том, что обучение и развитие происходят как самоорганизованный результат динамического взаимодействия между мозгом, телом и их физической и социальной средой, и попытаемся понять, как эту самоорганизацию можно использовать для обеспечения независимого от выполнения задач обучения на протяжении всей жизни. Развивая навыки все более сложной сложности, робототехника развития тесно взаимодействует с такими областями, как психология развития, когнитивная нейробиология развития, биология развития (эмбриология), эволюционная биология и когнитивная лингвистика. Поскольку многие из теорий, исходящих из этих наук, являются вербальными и/или описательными, это предполагает важную формализацию и вычислительное моделирование в развитии робототехники. Эти вычислительные модели затем используются не только как способ создания более универсальных и адаптивных машин, но и как способ оценить их согласованность и, возможно, исследовать альтернативные объяснения понимания биологического развития.

Направления исследований

Области навыков

Из-за общего подхода и методологии проекты развивающей робототехники обычно направлены на то, чтобы роботы развивали те же навыки, что и человеческие младенцы. Первой категорией, которую важно исследовать, является приобретение сенсомоторных навыков. К ним относятся открытие собственного тела, включая его структуру и динамику, такую ​​​​как координация рук и глаз, передвижение и взаимодействие с объектами, а также использование инструментов, с особым упором на открытие и изучение возможностей. 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, а также закрепление этих языковых навыков в сенсомоторных навыках (иногда называемых как заземление символа). Параллельно исследуется приобретение связанных когнитивных навыков, таких как возникновение различения «я» и «чужое», развитие способностей к вниманию, систем категоризации и более высокого уровня представления возможностей или социальных конструктов, появление ценностей. , эмпатия или теории разума.

Механизмы и ограничения

Сенсомоторное и социальное пространство, в котором живут люди и роботы, настолько велико и сложно, что лишь малая часть потенциально обучаемых навыков может быть изучена и освоена в течение жизни. Таким образом, необходимы механизмы и ограничения, которые будут 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 развитием человека:

1. Мотивационные системы, генерирующие внутренние сигналы вознаграждения, стимулирующие исследование и обучение, которые могут быть двух основных типов:
   • внешние мотивы заставляют роботов/организмы поддерживать основные специфические внутренние свойства, такие как уровень еды и воды, физическая целостность или свет (например, в фототропных системах);
   • внутренняя мотивация подталкивает робота к поиску новизны, задач, сжатию или прогрессу в обучении как таковому, создавая тем самым то, что иногда называют обучением и исследованием, основанным на любопытстве, или, альтернативно, активным обучением и исследованием;
2. Социальное руководство: поскольку люди многому учатся, взаимодействуя со своими сверстниками, робототехника развития исследует механизмы, которые могут позволить роботам участвовать в социальном взаимодействии, подобном человеческому. 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 запускать естественную человеческую педагогику. Таким образом, также исследуется социальное признание развивающих роботов;
3. Статистические ошибки вывода и совокупное повторное использование знаний/навыков: ошибки, характеризующие как представления/кодирования, так и механизмы вывода, обычно позволяют значительно повысить эффективность обучения и поэтому изучаются. В связи с этим важной областью исследований также являются механизмы, позволяющие получать новые знания и приобретать новые навыки путем повторного использования ранее изученных структур;
4. Свойства воплощения, включая геометрию, материалы или врожденные двигательные примитивы/синергию, часто закодированные как динамические системы, могут значительно упростить приобретение сенсомоторных или социальных навыков и иногда называются морфологическими вычислениями. Взаимодействие этих ограничений с другими ограничениями является важным направлением исследования;
5. Ограничения взросления. У человеческих младенцев тело и нервная система растут постепенно, а не становятся полноценными уже при рождении. Это означает, например, что по мере обучения и развития могут появиться новые степени свободы, а также увеличение объема и разрешения доступных сенсомоторных сигналов. Перенос этих механизмов в развивающих роботов и понимание того, как это может затруднить или, наоборот, облегчить приобретение новых сложных навыков, является центральным вопросом в развивающей робототехнике.

От биомиметических разработок к функциональному вдохновению.

Хотя большинство проектов развития робототехники тесно взаимодействуют с теориями развития животных и человека, степень сходства и вдохновения между выявленными биологическими механизмами и их аналогами в роботах, а также уровни абстракции моделирования могут сильно различаться. В то время как некоторые проекты направлены 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. выходцы из прикладной математики или инженерных областей.

Открытые вопросы

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

Прежде всего, существующие методы далеки от того, чтобы позволить реальным многомерным роботам освоить неограниченный набор все более сложных навыков в течение жизни. Многомерные непрерывные сенсомоторные пространства представляют собой серьезное препятствие, которое необходимо решить. непрерывное кумулятивное обучение Еще одним примером является . На самом деле до сих пор не было проведено ни одного эксперимента продолжительностью более нескольких дней, что резко контрастирует со временем, необходимым человеческим младенцам для изучения основных сенсомоторных навыков, оснащенных мозгом и морфологией, которые значительно более мощны, чем существующие вычислительные механизмы.

Среди стратегий, которые необходимо изучить для достижения этой цели, следует более систематически исследовать взаимодействие между механизмами и ограничениями, описанными в предыдущем разделе. Действительно, до сих пор они в основном изучались изолированно. Например, важным вопросом, требующим изучения, является взаимодействие внутренне мотивированного обучения и обучения, управляемого обществом, возможно, ограниченного взрослением.

Еще одна важная задача — позволить роботам воспринимать, интерпретировать и использовать разнообразие мультимодальных социальных сигналов, подаваемых людьми, не являющимися инженерами, во время взаимодействия человека и робота. Эти возможности пока что в основном слишком ограничены, чтобы обеспечить эффективное обучение общего назначения от людей.

Фундаментальный научный вопрос, который необходимо понять и решить и который в равной степени применим к человеческому развитию, заключается в том, как композиционность, функциональные иерархии, примитивы и модульность на всех уровнях сенсомоторных и социальных структур могут формироваться и использоваться в ходе развития. Это глубоко связано с проблемой возникновения символов, которую иногда называют « проблемой обоснования символов », когда речь идет о овладении языком. На самом деле само существование и необходимость символов в мозгу активно подвергаются сомнению, и исследуются альтернативные концепции, все еще допускающие композиционность и функциональные иерархии.

В ходе биологического эпигенеза морфология не фиксируется, а развивается в постоянном взаимодействии с развитием сенсомоторных и социальных навыков. Развитие морфологии создает очевидные практические проблемы для роботов, но это может быть важнейший механизм, который следует дополнительно изучить, по крайней мере, в моделировании, например, в морфогенетической робототехнике.

Другой открытой проблемой является понимание связи между ключевыми явлениями, изучаемыми робототехникой развития (например, иерархическими и модульными сенсомоторными системами, внутренней/внешней/социальной мотивацией и открытым обучением) и лежащими в основе мозговыми механизмами.

Точно так же в биологии механизмы развития (действующие в онтогенетическом масштабе времени) тесно взаимодействуют с эволюционными механизмами (действующими в филогенетическом масштабе времени), как показано в процветающей « эво-дево ». научной литературе Однако взаимодействие этих механизмов в искусственных организмах, в частности в развивающих роботах, до сих пор мало изучено. Таким образом, взаимодействие эволюционных механизмов, раскрытие морфологии и развитие сенсомоторных и социальных навыков станет весьма стимулирующей темой для будущего развивающей робототехники.

Основные журналы

• Транзакции IEEE по когнитивным системам и системам развития (ранее известные как транзакции IEEE по автономному умственному развитию): https://cis.ieee.org/publications/t-cognitive-and-developmental-systems

Основные конференции

• Международная конференция по развитию и обучению: http://www.cogsci.ucsd.edu/~triesch/icdl/
• Эпигенетическая робототехника: https://www.lucs.lu.se/epirob/
• ICDL-EpiRob: http://www.icdl-epirob.org/ (два вышеперечисленных присоединились с 2011 г.)
• Развивающая робототехника: http://cs.brynmawr.edu/DevRob05/

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

См. также

• Эволюционная развивающая робототехника
• Обучение роботов

Внешние ссылки

Технические комитеты

• Технический комитет IEEE по когнитивным системам и системам развития (CDSTC), ранее известный как Технический комитет IEEE по автономному умственному развитию, [1]
• Технический комитет IEEE по когнитивной робототехнике, https://www.ieee-ras.org/cognitive-robotics
• Технический комитет IEEE по обучению роботов, https://www.ieee-ras.org/robot-learning/

Академические учреждения и исследователи в этой области

• Когнитивные науки Лундского университета — группа робототехники
• Лаборатория когнитивного развития, Университет Индианы, США
• Университет штата Мичиган – Лаборатория воплощенного интеллекта
• Команда Inria и Ensta ParisTech FLOWERS, Франция : Исследование, взаимодействие и обучение в области развивающей робототехники
• Токийский университет — Лаборатория интеллектуальных систем и информатики
• когнитивной робототехники Лаборатория Юргена Шмидхубера в IDSIA и Мюнхенском техническом университете
• ЛИРА-Лаборатория , Университет Генуи, Италия
• CITEC в Университете Билефельда, Германия
• Vision Lab , факультет психологии, Университет Южного Иллинойса, Карбондейл
• ФИАС (лаб. Дж. Триша)
• ЛПП, ЦНРС (лаб. К.Орегана)
• Лаборатория искусственного интеллекта, SoftBank Robotics Europe, Франция
• Кафедра компьютерных наук Абердинского университета
• Лаборатория Асада , кафедра адаптивных машинных систем, Высшая инженерная школа, Университет Осаки, Япония
• Техасский университет в Остине, Лаборатория интеллектуальной робототехники UTCS
• Брин-Мор колледжа Проект развития робототехники : исследовательские проекты преподавателей и студентов колледжей Суортмор и Брин-Мор, Филадельфия, Пенсильвания, США
• Джин Проект : Институт информационных наук Университета Южной Калифорнии.
• Когнитивная робототехника (включая прятки) в Военно-морской исследовательской лаборатории. Архивировано 8 августа 2010 г., в Wayback Machine.
• Лаборатория перцептивной робототехники Массачусетского университета в Амхерсте Амхерст, США
• Центр робототехники и нейронных систем , Плимутский университет , Плимут, Великобритания
• Лаборатория вычислительной встроенной нейронауки , Института когнитивных наук и технологий Национальный исследовательский совет , Рим, Италия
• Нейрокибернетическая группа , Лаборатория ETIS, ENSEA – Университет Сержи-Понтуаз – CNRS, Франция
• Лаборатория машинного восприятия и когнитивной робототехники , Атлантический университет Флориды, Бока-Ратон, Флорида
• Группа адаптивных систем , факультет компьютерных наук, Берлинский университет имени Гумбольдта, Германия
• Лаборатория робототехники когнитивного развития (Лаборатория Нагаи) , Токийский университет, Япония

Сопутствующие масштабные проекты

• Проект RobotDoC (финансируется Европейской комиссией)
• Проект Italk (финансируется Европейской комиссией)
• Проект IM-CLeVeR (финансируется Европейской комиссией)
• Проект ERC Grant EXPLORERS (финансируется Европейским исследовательским советом)
• Проект RobotCub (финансируется Европейской комиссией)
• Проект выращивания Feelix (финансируется Европейской комиссией)

Курсы

Первые курсы бакалавриата по DevRob были предложены в колледжах Брин-Мор и Суортмор весной 2003 года Дугласом Бланком и Лизой Миден соответственно.Первый аспирантский курс DevRob был предложен в Университете штата Айова Александром Стойчевым осенью 2005 года.