कभी-कभी एपिजिनेटिक रोबोटिक्स नामक विकासशील रोबोटिक्स (देवरोब) एक वैज्ञानिक क्षेत्र है जिसका लक्ष्य विकास तंत्र, आर्किटेक्चर और बाधाओं का अध्ययन करना है जो नए कौशल और आजीवन मशीनों में नए ज्ञान की आजीवन और खुली शिक्षा सीखने की अनुमति देता है। मानव बच्चों के रूप में, सीखने की संचयीता और प्रगतिशील रूप से जटिलता बढ़ने की उम्मीद है, और सामाजिक बातचीत के साथ संयोजन में दुनिया की आत्म-खोज से परिणामस्वरूप। सामान्य पद्धतिपरक दृष्टिकोण मानव और पशु विकास के सिद्धांतों से शुरू होता है जैसे विकासशील मनोविज्ञान, तंत्रिका विज्ञान, विकास और विकासवादी जीवविज्ञान, और भाषाविज्ञान, फिर उन्हें रोबोट में औपचारिक रूप से लागू करने और कार्यान्वित करने के लिए, कभी-कभी विस्तार या उनके रूपों का पता लगाने के लिए। रोबोटों में उन मॉडलों का प्रयोग शोधकर्ताओं को वास्तविकता के साथ सामना करने की अनुमति देता है, और इसके परिणामस्वरूप विकासशील रोबोटिक्स मानव और पशु विकास के सिद्धांतों पर प्रतिक्रिया और उपन्यास परिकल्पना भी प्रदान करता है।

विकासशील रोबोटिक्स से संबंधित है, लेकिन विकासवादी रोबोटिक्स (ईआर) से अलग है। ईआर समय के साथ विकसित होने वाले रोबोटों की आबादी का उपयोग करता है, जबकि देवरोब इस बात में रुचि रखते हैं कि एक रोबोट की नियंत्रण प्रणाली का संगठन समय के साथ अनुभव के माध्यम से कैसे विकसित होता है।

देवरोब रोबोटिक्स और कृत्रिम जीवन के डोमेन में किए गए कार्यों से भी संबंधित है।

पृष्ठभूमि
क्या रोबोट एक बच्चे की तरह सीख सकता है? क्या यह डिज़ाइन समय पर और आंशिक रूप से अज्ञात और बदलते परिवेश में निर्दिष्ट नए कौशल और नए ज्ञान को सीख सकता है? यह शारीरिक और सामाजिक वातावरण के साथ अपने शरीर और उसके रिश्तों को कैसे खोज सकता है? एक बार “कारखाने से बाहर” होने के बाद एक इंजीनियर के हस्तक्षेप के बिना इसकी संज्ञानात्मक क्षमता लगातार कैसे विकसित हो सकती है? मनुष्यों के साथ प्राकृतिक सामाजिक बातचीत के माध्यम से यह क्या सीख सकता है? विकासशील रोबोटिक्स के केंद्र में ये प्रश्न हैं। एलन ट्यूरिंग के साथ-साथ साइबरनेटिक्स के कई अन्य अग्रणी, पहले से ही उन प्रश्नों और 1 9 50 में सामान्य दृष्टिकोण तैयार किए गए थे, लेकिन 20 वीं शताब्दी के अंत के बाद से ही उन्हें व्यवस्थित रूप से जांच शुरू हुई।

चूंकि अनुकूली बुद्धिमान मशीन की अवधारणा विकासशील रोबोटिक्स के लिए केंद्रीय है, इसलिए इसमें कृत्रिम बुद्धि, मशीन लर्निंग, संज्ञानात्मक रोबोटिक्स या कम्प्यूटेशनल न्यूरोसाइंस जैसे क्षेत्रों के साथ संबंध हैं। फिर भी, जब यह इन क्षेत्रों में विस्तारित कुछ तकनीकों का पुन: उपयोग कर सकता है, तो यह उनसे कई दृष्टिकोणों से भिन्न होता है। यह शास्त्रीय कृत्रिम बुद्धि से अलग है क्योंकि यह उन्नत प्रतीकात्मक तर्क की क्षमता को नहीं मानता है और अमूर्त प्रतीकात्मक समस्याओं के बजाय अवशोषित और स्थित सेंसरिमोटर और सामाजिक कौशल पर केंद्रित है। यह पारंपरिक मशीन सीखने से अलग है क्योंकि यह “चम्मच खिलाए मानव-संपादित सेंसर डेटा” (वेंग एट अल।, 2001) पर कार्य-विशिष्ट अनुमान के बजाय कार्य-स्वतंत्र स्व-निर्धारित सीखने को लक्षित करता है। यह संज्ञानात्मक रोबोटिक्स से अलग है क्योंकि यह उन प्रक्रियाओं पर केंद्रित है जो इन क्षमताओं के बजाय संज्ञानात्मक क्षमताओं के निर्माण की अनुमति देते हैं। यह कम्प्यूटेशनल न्यूरोसाइंस से अलग है क्योंकि यह विकास और सीखने के एकीकृत आर्किटेक्चर के कार्यात्मक मॉडलिंग पर केंद्रित है। अधिक आम तौर पर, विकासशील रोबोटिक्स विशिष्ट रूप से निम्नलिखित तीन विशेषताओं द्वारा विशेषता है:

यह कार्य-स्वतंत्र आर्किटेक्चर और सीखने के तंत्र को लक्षित करता है, यानी मशीन / रोबोट को नए कार्यों को सीखने में सक्षम होना चाहिए जो इंजीनियर द्वारा अज्ञात हैं;
यह खुले अंत में विकास और आजीवन सीखने पर जोर देता है, यानि निरंतर उपन्यास कौशल प्राप्त करने के लिए जीव की क्षमता। इसे “कुछ भी” या यहां तक ​​कि “सबकुछ” सीखने की क्षमता के रूप में नहीं समझा जाना चाहिए, लेकिन केवल इतना है कि हासिल किए गए कौशल का सेट कम से कम कुछ (सभी नहीं) दिशाओं में असीमित रूप से बढ़ाया जा सकता है;
अधिग्रहित ज्ञान और कौशल की जटिलता क्रमशः बढ़ेगी (और वृद्धि को नियंत्रित किया जाएगा)।

विकासशील रोबोटिक्स कई अनुसंधान समुदायों के चौराहे पर उभरा जिसमें कृत्रिम बुद्धि, सक्रिय और गतिशील प्रणालियों संज्ञानात्मक विज्ञान, कनेक्शनवाद शामिल हैं। आवश्यक विचार से शुरू करना कि सीखना और विकास मस्तिष्क, निकायों और उनके शारीरिक और सामाजिक माहौल के बीच गतिशील बातचीत के आत्म-संगठित परिणाम के रूप में होता है, और यह समझने की कोशिश कर रहा है कि कार्य-स्वतंत्र आजीवन सीखने के लिए इस स्व-संगठन का उपयोग कैसे किया जा सकता है जटिलता में वृद्धि के कौशल, विकासशील रोबोटिक्स विकासशील मनोविज्ञान, विकास और संज्ञानात्मक तंत्रिका विज्ञान, विकास जीवविज्ञान (भ्रूण विज्ञान), विकासवादी जीवविज्ञान, और संज्ञानात्मक भाषाविज्ञान जैसे क्षेत्रों के साथ दृढ़ता से बातचीत करते हैं। चूंकि इन विज्ञानों से आने वाले कई सिद्धांत मौखिक और / या वर्णनात्मक हैं, यह विकासशील रोबोटिक्स में एक महत्वपूर्ण औपचारिकता और कम्प्यूटेशनल मॉडलिंग गतिविधि का तात्पर्य है। इन कम्प्यूटेशनल मॉडल को न केवल अधिक बहुमुखी और अनुकूली मशीनों का निर्माण करने के तरीकों के रूप में उपयोग किया जाता है, बल्कि उनके समन्वय का मूल्यांकन करने और संभवतः जैविक विकास को समझने के लिए वैकल्पिक स्पष्टीकरण का पता लगाने के तरीके के रूप में भी उपयोग किया जाता है।

अनुसंधान निर्देश
कौशल डोमेन
सामान्य दृष्टिकोण और पद्धति के कारण, विकासशील रोबोटिक्स परियोजनाएं आम तौर पर रोबोटों को मानव शिशुओं के समान कौशल विकसित करने पर ध्यान केंद्रित करती हैं। पहली श्रेणी की जांच की जा रही है जो सेंसरिमोटर कौशल का अधिग्रहण है। इनमें अपनी संरचना और गतिशीलता जैसे हाथ-आंख समन्वय, लोकोमोशन, और ऑब्जेक्ट्स के साथ बातचीत के साथ-साथ टूल उपयोग की खोज शामिल है, जिसमें खोज और सीखने के सीखने पर विशेष ध्यान दिया गया है। विकासशील रोबोटों द्वारा लक्षित कौशल की एक दूसरी श्रेणी सामाजिक और भाषाई कौशल हैं: सरल सामाजिक व्यवहार संबंधी गेम जैसे अधिग्रहण, समेकित बातचीत, लेक्सिकॉन, सिंटैक्स और व्याकरण, और सेंसरिमोटर कौशल में इन भाषाई कौशल के आधार पर अधिग्रहण (कभी-कभी संदर्भित प्रतीक ग्राउंडिंग के रूप में)। समानांतर में, संबंधित संज्ञानात्मक कौशल के अधिग्रहण की जांच की जा रही है जैसे स्वयं / गैर-आत्म भेद के उद्भव, ध्यान देने योग्य क्षमताओं का विकास, वर्गीकरण प्रणालियों का विकास और मूल्यों के उद्भव के अवसरों या सामाजिक संरचनाओं के उच्च स्तरीय प्रतिनिधित्व , सहानुभूति, या दिमाग की सिद्धांत।

तंत्र और बाधाएं
सेंसरिमोटर और सामाजिक रिक्त स्थान जिसमें मनुष्य और रोबोट रहते हैं, इतने बड़े और जटिल हैं कि संभावित रूप से सीखने योग्य कौशल का केवल एक छोटा सा हिस्सा वास्तव में खोजा जा सकता है और जीवन काल में सीखा जा सकता है। इस प्रकार, जटिलता के विकास के विकास और नियंत्रण में विकास जीवों को मार्गदर्शन करने के लिए तंत्र और बाधाएं आवश्यक हैं। इन मार्गदर्शक तंत्र और बाधाओं के कई महत्वपूर्ण परिवार हैं जिनका विकास विकासशील रोबोटिक्स में किया जाता है, जो सभी मानव विकास से प्रेरित हैं:

प्रेरक प्रणाली, आंतरिक इनाम संकेत उत्पन्न करती हैं जो अन्वेषण और सीखने को ड्राइव करती हैं, जो दो मुख्य प्रकारों में से हो सकती है:
बाह्य प्रेरणा पुश रोबोट / जीवों को बुनियादी विशिष्ट आंतरिक गुणों जैसे खाद्य और जल स्तर, शारीरिक अखंडता, या प्रकाश (उदाहरण के लिए फोटोट्रॉपिक सिस्टम में) बनाए रखने के लिए;
आंतरिक प्रेरणा, रोबोट को नवीनता, चुनौती, संपीड़न या सीखने की प्रगति की तलाश करने के लिए धक्का देती है, इस प्रकार कभी-कभी जिज्ञासा से प्रेरित शिक्षा और अन्वेषण, या वैकल्पिक रूप से सक्रिय शिक्षा और अन्वेषण कहा जाता है;
सामाजिक मार्गदर्शन: जैसे-जैसे मनुष्य अपने साथियों से बातचीत करके बहुत कुछ सीखते हैं, विकासशील रोबोटिक्स तंत्र की जांच करता है जो रोबोटों को मानवीय सामाजिक बातचीत में भाग लेने की अनुमति दे सकता है। सामाजिक संकेतों को समझने और व्याख्या करने से, यह रोबोटों को मनुष्यों से सीखने की अनुमति दे सकता है (विविध माध्यमों जैसे अनुकरण, अनुकरण, उत्तेजना वृद्धि, प्रदर्शन, आदि …) और प्राकृतिक मानव शिक्षा को ट्रिगर करने के लिए। इस प्रकार, विकासशील रोबोटों की सामाजिक स्वीकृति की भी जांच की जाती है;
सांख्यिकीय अनुमान पूर्वाग्रह और संचयी ज्ञान / कौशल पुन: उपयोग: प्रतिनिधित्व / एन्कोडिंग और अनुमान तंत्र दोनों की विशेषता पूर्वाग्रह आम तौर पर सीखने की दक्षता में काफी सुधार की अनुमति दे सकते हैं और इस प्रकार अध्ययन किया जाता है। इससे संबंधित, तंत्र ने नए ज्ञान का अनुमान लगाने और पहले से सीखा संरचनाओं का पुन: उपयोग करके नए कौशल हासिल करने की अनुमति देने का तंत्र भी अध्ययन का एक आवश्यक क्षेत्र है;
ज्यामिति, सामग्रियों, या सहज मोटर प्राइमेटिव / सहकर्मियों सहित अवतार के गुण अक्सर गतिशील प्रणालियों के रूप में एन्कोड किए जाते हैं, जो सेंसरिमोटर या सामाजिक कौशल के अधिग्रहण को काफी सरल बना सकते हैं, और कभी-कभी मोर्फोलॉजिकल गणना के रूप में भी जाना जाता है। अन्य बाधाओं के साथ इन बाधाओं की बातचीत जांच की एक महत्वपूर्ण धुरी है;
Maturational बाधाओं: मानव शिशुओं में, शरीर और तंत्रिका तंत्र दोनों जन्म से पहले पूरी तरह से होने के बजाय, प्रगतिशील बढ़ते हैं। यह उदाहरण के लिए तात्पर्य है कि आजादी की नई डिग्री, साथ ही वॉल्यूम की बढ़ोतरी और उपलब्ध सेंसरिमोट सिग्नल के संकल्प, सीखने और विकास के रूप में प्रकट हो सकते हैं। विकासशील रोबोटों में इन तंत्रों को स्थानांतरित करना, और समझना कि यह कैसे बाधा डाल सकता है या इसके विपरीत, उपन्यास जटिल कौशल के अधिग्रहण को आसानी से विकासशील रोबोटिक्स में एक केंद्रीय प्रश्न है।

बायो-माइमैटिक विकास से कार्यात्मक प्रेरणा तक।
जबकि अधिकांश विकासशील रोबोटिक्स परियोजनाएं जानवरों और मानव विकास के सिद्धांतों के साथ दृढ़ता से बातचीत करती हैं, वहीं समानता की डिग्री और पहचान की गई जैविक तंत्र और रोबोट में उनके समकक्ष के बीच प्रेरणा, साथ ही मॉडलिंग के अवशोषण स्तर भी भिन्न हो सकते हैं। हालांकि कुछ परियोजनाओं का लक्ष्य न्यूरोरोबोटिक्स जैसे फ़ंक्शन और जैविक कार्यान्वयन (तंत्रिका या मोर्फोलॉजिकल मॉडल) दोनों को मॉडलिंग करने का लक्ष्य है, कुछ अन्य प्रोजेक्ट केवल ऊपर वर्णित तंत्र और बाधाओं के कार्यात्मक मॉडलिंग पर केंद्रित हैं, और उदाहरण के लिए उनके आर्किटेक्चर तकनीकों में पुन: उपयोग कर सकते हैं लागू गणित या इंजीनियरिंग क्षेत्रों से आ रहा है।

प्रश्न खोलें
चूंकि विकासशील रोबोटिक्स अपेक्षाकृत उपन्यास अनुसंधान क्षेत्र है और साथ ही साथ बहुत ही महत्वाकांक्षी है, कई मौलिक खुली चुनौतियों का समाधान किया जाना बाकी है।

सबसे पहले, मौजूदा तकनीक वास्तविक दुनिया के उच्च-आयामी रोबोटों को जीवन काल की अवधि में तेजी से जटिल कौशल के खुले अंतराल के प्रदर्शन के बारे में जानने के लिए बहुत दूर हैं। उच्च-आयामी निरंतर सेंसरिमोटर रिक्त स्थान हल करने के लिए एक बड़ी बाधा है। आजीवन संचयी शिक्षा एक और है। असल में, कुछ दिनों से अधिक समय तक चलने वाले कोई भी प्रयोग स्थापित नहीं किए गए हैं, जो मानव शिशुओं द्वारा आवश्यक समय अवधि के साथ गंभीर रूप से विरोधाभास करते हैं, जबकि बुनियादी संवेदनात्मक कौशल सीखने के लिए मस्तिष्क और morphologies से लैस है जो मौजूदा कम्प्यूटेशनल तंत्र से काफी शक्तिशाली हैं।

इस लक्ष्य की ओर बढ़ने के लिए अन्वेषण करने की रणनीतियों में से, पिछले खंड में वर्णित तंत्र और बाधाओं के बीच बातचीत की जांच व्यवस्थित रूप से की जाएगी। वास्तव में, वे अब तक अलगाव में मुख्य रूप से अध्ययन किया गया है। उदाहरण के लिए, आंतरिक रूप से प्रेरित शिक्षा और सामाजिक रूप से निर्देशित सीखने की बातचीत, संभावित रूप से परिपक्वता द्वारा बाधित, जांच के लिए एक आवश्यक मुद्दा है।

एक अन्य महत्वपूर्ण चुनौती है कि रोबोट मानव-रोबोट बातचीत के दौरान गैर-इंजीनियर मनुष्यों द्वारा प्रदान किए गए बहुआयामी सामाजिक संकेतों की विविधता को समझने, व्याख्या करने और लाभ उठाने की अनुमति दें। ये क्षमताओं अब तक बहुत अधिक सीमित हैं जो मनुष्यों से कुशल सामान्य उद्देश्य शिक्षण की अनुमति देने के लिए सीमित हैं।

एक मूलभूत वैज्ञानिक मुद्दे को समझने और हल करने के लिए, जो मानव विकास के लिए समान रूप से लागू होता है, यह है कि संवेदीकरण और सामाजिक संरचनाओं के सभी स्तरों पर रचनात्मकता, कार्यात्मक पदानुक्रम, प्राइमेटिव्स और मॉड्यूलरिटी, विकास के दौरान गठित और लीवरेज किया जा सकता है। जब भाषा अधिग्रहण की बात आती है तो यह प्रतीकों के उद्भव की समस्या से गहराई से जुड़ा हुआ है, जिसे कभी-कभी “प्रतीक ग्राउंडिंग समस्या” के रूप में जाना जाता है। असल में, मस्तिष्क में प्रतीकों के लिए अस्तित्व और आवश्यकता को सक्रिय रूप से पूछताछ की जाती है, और वैकल्पिक अवधारणाएं, अभी भी रचनात्मकता और कार्यात्मक पदानुक्रमों की अनुमति दे रही हैं।

जैविक epigenesis के दौरान, morphology तय नहीं है बल्कि सेंसरिमोटर और सामाजिक कौशल के विकास के साथ लगातार बातचीत में विकसित होता है। मॉर्फोलॉजी के विकास में रोबोट के साथ स्पष्ट व्यावहारिक समस्याएं उत्पन्न होती हैं, लेकिन यह एक महत्वपूर्ण तंत्र हो सकता है जिसे कम से कम सिमुलेशन में, जैसे मॉर्फोजेनेटिक रोबोटिक्स में खोजा जाना चाहिए।

एक और खुली समस्या विकासशील रोबोटिक्स (उदाहरण के लिए, पदानुक्रमित और मॉड्यूलर सेंसरिमोटर सिस्टम, आंतरिक / बाह्य / सामाजिक प्रेरणा, और खुले अंत में सीखने) और अंतर्निहित मस्तिष्क तंत्र द्वारा जांच की गई प्रमुख घटनाओं के बीच संबंध की समझ है।

इसी प्रकार, जीवविज्ञान में, विकासशील तंत्र (ऑनटोजेनेटिक समय पैमाने पर परिचालन) विकासशील तंत्र (फाईलोजेनेटिक समय पैमाने पर परिचालन) के साथ दृढ़ता से बातचीत करते हैं जैसा कि समृद्ध “ईवो-देव” वैज्ञानिक साहित्य में दिखाया गया है। हालांकि, कृत्रिम जीवों में उन तंत्रों की बातचीत, विशेष रूप से विकासशील रोबोट, अभी भी काफी कम है। विकासवादी तंत्र की बातचीत, मॉर्फोलॉजीज और विकासशील सेंसरिमोटर और सामाजिक कौशल विकसित करना विकासशील रोबोटिक्स के भविष्य के लिए एक बेहद उत्तेजक विषय होगा।