Робототехника развития

Развивающая робототехника (DevRob), иногда называемая эпигенетической робототехникой, представляет собой научную область, которая направлена ​​на изучение механизмов, архитектур и ограничений развития, которые позволяют на протяжении всей жизни изучать новые навыки и новые знания в воплощенных машинах. Как и в человеческих детях, ожидается, что обучение будет совокупным и постепенно усложняется, а также результатом саморазвития мира в сочетании с социальным взаимодействием. Типичный методологический подход состоит в том, чтобы исходить из теорий развития человека и животных, разработанных в таких областях, как психология развития, нейронаука, эволюционная и эволюционная биология и лингвистика, затем формализовать и реализовать их в роботах, иногда изучая расширения или их варианты. Экспериментация этих моделей в роботах позволяет исследователям противостоять им с реальностью, и, как следствие, робототехника развития также обеспечивает обратную связь и новые гипотезы о теориях развития человека и животных.

Робототехника развития связана, но отличается от эволюционной робототехники (ER). ER использует популяции роботов, которые эволюционируют со временем, тогда как DevRob интересуется тем, как организация системы управления отдельными роботами развивается через опыт, со временем.

DevRob также связан с работой, выполняемой в областях робототехники и искусственной жизни.

Фон
Может ли робот учиться, как ребенок? Может ли он изучать множество новых навыков и новых знаний, не указанных во время разработки и в частично неизвестной и изменяющейся среде? Как он может обнаружить свое тело и его отношения с физической и социальной средой? Как его познавательные способности могут непрерывно развиваться без вмешательства инженера, когда он «выходит из заводов»? Что он может узнать через естественные социальные взаимодействия с людьми? Это вопросы, стоящие 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-го века они стали систематически изучаться.

Поскольку концепция адаптивной интеллектуальной машины является центральной для робототехники развития, она имеет отношения с такими областями, как искусственный интеллект, машинное обучение, когнитивная робототехника или вычислительная нейронаука. Тем не менее, хотя он может повторно использовать некоторые из методов, разработанных в этих областях, он отличается от них многими перспективами. Он отличается от классического искусственного интеллекта, потому что он не предполагает возможности передовых символических рассуждений и фокусируется на воплощенных и расположенных сенсомоторных и социальных навыках, а не на абстрактных символических проблемах. Он отличается от традиционного машинного обучения, потому что он нацелен на независимое от задачи самостоятельное обучение, а не на конкретное задание на «ложку, передаваемую отредактированными человеком сенсори» (Weng et al., 2001). Он отличается от когнитивной робототехники, поскольку он фокусируется на процессах, которые позволяют формировать когнитивные способности, а не сами эти возможности. Он отличается от вычислительной нейронауки, поскольку он фокусируется на функциональном моделировании интегрированных архитектур развития и обучения. В более общем плане, робототехника развития однозначно характеризуется следующими тремя особенностями:

Он нацелен на не зависящие от задачи архитектуры и механизмы обучения, то есть машина / робот должна уметь изучать новые задачи, неизвестные инженерам;
Он подчеркивает открытое развитие и обучение на протяжении всей жизни, то есть способность организма приобретать постоянно новые навыки. Это не следует понимать как способность учиться «чему-либо» или даже «всему», а просто, что набор приобретенных навыков может бесконечно расширяться, по крайней мере, в некоторых (не всех) направлениях;
Сложность приобретенных знаний и навыков должна постепенно увеличиваться (и увеличиваться).

Робототехника развития возникла на перекрестке нескольких исследовательских сообществ, включая воплощенный искусственный интеллект, декапитальные и динамические системы когнитивной науки, связность. Исходя из основной идеи, что обучение и развитие происходят как самоорганизующийся результат динамических взаимодействий между мозгами, телами и их физической и социальной средой, и пытается понять, как эту самоорганизацию можно использовать для обеспечения непрерывного обучения на протяжении всей жизни навыков повышения сложности, робототехника развития сильно взаимодействует с такими областями, как психология развития, развивающая и когнитивная нейронаука, биология развития (эмбриология), эволюционная биология и когнитивная лингвистика. Поскольку многие из теорий, исходящих из этих наук, являются вербальными и / или описательными, это подразумевает важную работу по формализации и вычислительному моделированию в робототехнике развития. Эти вычислительные модели затем используются не только как способы изучения способов создания более универсальных и адаптивных машин, но также как способ оценки их согласованности и, возможно, изучения альтернативных объяснений для понимания биологического развития.

Научные направления
Области навыков
В связи с общим подходом и методологией проекты развития робототехники обычно фокусируются на том, чтобы роботы развивали те же навыки, что и человеческие младенцы. Первой категорией, которая важнее всего исследуется, является приобретение сенсомоторных навыков. К ним относятся открытие собственного тела, включая его структуру и динамику, такие как координация рук и глаз, локомоция и взаимодействие с объектами, а также использование инструмента с особым акцентом на обнаружении и изучении преимуществ. Вторая категория навыков, ориентированных на развитие роботов, – это социальные и лингвистические навыки: приобретение простых социальных поведенческих игр, таких как поворот, скоординированное взаимодействие, лексиконы, синтаксис и грамматика, а также обоснование этих языковых навыков в сенсомоторные навыки (иногда называемые как заземление символа). Параллельно изучается приобретение связанных с ними познавательных навыков, таких как возникновение самосознания, развитие возможностей внимания, систем категоризации и представлений о высшем уровне о возможностях или социальных конструкциях, о появлении ценностей , эмпатии или теории разума.

Механизмы и ограничения
Сенсормомоторные и социальные пространства, в которых живут люди и роботы, настолько велики и сложны, что только небольшая часть потенциально обучаемых навыков действительно может быть исследована и изучена в течение жизни. Таким образом, механизмы и ограничения необходимы для руководства развивающими организмами в их развитии и борьбе с ростом сложности. Существует несколько важных семейств этих руководящих механизмов и ограничений, которые изучаются в области развития робототехники, все они вдохновлены развитием человека:

Мотивационные системы, генерирующие внутренние сигналы вознаграждения, которые ведут разведку и обучение, которые могут быть двух основных типов:
внешние побуждения заставляют роботов / организмов поддерживать основные специфические внутренние свойства, такие как уровень пищи и воды, физическая целостность или свет (например, в фототропных системах);
внутренние побуждения заставляют робота искать новизну, вызов, сжатие или прогресс обучения как таковой, создавая тем самым то, что иногда называют обучением и исследованиями, основанными на любознательности, или, альтернативно, активным обучением и исследованиями;
Социальное руководство: поскольку люди много учатся, взаимодействуя со своими сверстниками, робототехника развития исследует механизмы, которые могут позволить роботам участвовать в человекоподобном социальном взаимодействии. Понимая и интерпретируя социальные сигналы, это может позволить роботам учиться у людей (с помощью разнообразных средств, таких как подражание, эмуляция, усиление стимулов, демонстрация и т. Д.) И инициировать естественную человеческую педагогику. Таким образом, также исследуется социальное принятие роботов развития.
Пристрастия к статистическим выводам и повторное использование накопленных знаний / навыков: смещения, характеризующие как представления / кодировки, так и механизмы вывода, как правило, позволяют значительно повысить эффективность обучения и, таким образом, изучаются. В связи с этим механизмы, позволяющие вывести новые знания и приобрести новые навыки за счет повторного использования ранее изученных структур, также являются важной областью изучения;
Свойства варианта осуществления, включая геометрию, материалы или врожденные двигательные примитивы / синергии, которые часто кодируются 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;
Условные ограничения: у младенцев у человека как тело, так и нейронная система растут постепенно, а не становятся полноценными уже при рождении. Это означает, например, что новые степени свободы, а также увеличение объема и разрешения доступных сенсомоторных сигналов могут появляться по мере развития обучения и развития. Транспонирование этих механизмов в роботах развития и понимание того, как это может помешать или наоборот облегчить приобретение новых сложных навыков, является центральным вопросом в робототехнике развития.

От биомиметического развития до функционального вдохновения.
Хотя большинство проектов по развитию 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 варьироваться. Хотя некоторые проекты направлены на то, чтобы точно моделировать как функцию, так и биологическую реализацию (нейронные или морфологические модели), например, в нейророботах, некоторые другие проекты сосредоточены только на функциональном моделировании механизмов и ограничений, описанных выше, и могут, например, повторно использовать в своих методах архитектуры исходя из прикладной математики или инженерных областей.

Открытые вопросы
Поскольку робототехника развития является относительно новой исследовательской областью и в то же время очень амбициозной, многие фундаментальные открытые проблемы еще предстоит решить.

Прежде всего, существующие методы далеки от того, чтобы позволить реальным крупномасштабным роботам изучать открытый репертуар все более сложных навыков в течение жизненного периода. Высокоразмерные непрерывные сенсомоторные пространства являются основным препятствием для решения. Пожизненное кумулятивное обучение – еще одно. На самом деле, эксперименты, длившиеся более нескольких дней, были созданы до сих пор, что сильно контрастирует с периодом времени, необходимым для младенцев-младенцев, чтобы изучать основные сенсомоторные навыки, будучи оснащен мозгами и морфологиями, которые являются значительно более мощными, чем существующие вычислительные механизмы.

Среди стратегий, которые необходимо изучить для достижения этой цели, взаимодействие между механизмами и ограничениями, описанными в предыдущем разделе, должно проводиться более систематически. Действительно, они до сих пор в основном изучались изолированно. Например, необходимо изучить взаимосвязь внутримотивированного обучения и социально ориентированного обучения, возможно, связанного созреванием.

Еще одна важная задача – позволить роботам воспринимать, интерпретировать и использовать разнообразие мультимодальных социальных сигналов, предоставляемых не инженерами-людьми во время взаимодействия человека с роботом. Эти возможности до сих пор в основном слишком ограничены, чтобы обеспечить эффективное обучение людей общего назначения.

Основополагающая научная проблема, которая должна быть понята и решена, которая в равной степени относится к развитию человека, заключается в том, как композиция, функциональные иерархии, примитивы и модульность на всех уровнях сенсомоторных и социальных структур могут формироваться и использоваться во время развития. Это глубоко связано с проблемой появления символов, иногда называемой «проблемой заземления символа», когда дело доходит до приобретения языка. Фактически, само существование и потребность в символах в мозге активно подвергаются сомнению, и исследуются альтернативные концепции, все еще учитывающие композиционность и функциональные иерархии.

Во время биологического эпигенеза морфология не фиксируется, а развивается в постоянном взаимодействии с развитием сенсомоторных и социальных навыков. Развитие морфологии представляет собой очевидные практические проблемы с роботами, но это может быть решающий механизм, который следует дополнительно изучить, по крайней мере, в симуляции, например, в морфогенетической робототехнике.

Другой открытой проблемой является понимание взаимосвязи между ключевыми явлениями, изучаемыми роботами развития (например, иерархическими и модульными сенсомоторными системами, внутренними / внешними / социальными мотивами и открытым обучением) и основными механизмами мозга.

Аналогично, в биологии механизмы развития (работающие в онтогенетическом масштабе времени) тесно взаимодействуют с эволюционными механизмами (работающими в филогенетическом масштабе времени), как показано в процветающей научной литературе «evo-devo». Однако взаимодействие этих механизмов в искусственных организмах, в частности, роботов развития, по-прежнему сильно недооценивается. Таким образом, взаимодействие эволюционных механизмов, разворачивание морфологий и развитие сенсомоторных и социальных навыков станет очень стимулирующей темой для будущего робототехники развития.