Robótica del desarrollo

Robótica del desarrollo (DevRob), a veces llamado robótica epigenética, es un campo científico cuyo objetivo es estudiar los mecanismos del desarrollo, arquitecturas y restricciones que permiten la permanente y abierto el aprendizaje de nuevas habilidades y nuevos conocimientos en máquinas corporeizadas. Al igual que en los niños humanos, aprendizaje se espera ser acumulativo y de complejidad progresivamente creciente y como resultado de la exploración del mundo en combinación con la interacción social. El enfoque metodológico típico consiste en a partir de las teorías del desarrollo humano y animal elaborado en campos como la psicología del desarrollo, neurociencia, biología evolutiva y del desarrollo y lingüística, luego para formalizar y ponerlos en práctica en los robots, a veces explorando las extensiones o variantes de ellos. La experimentación de esos modelos de robots permite a los investigadores a confrontarlas con la realidad, y como consecuencia del desarrollo robótica también proporciona retroalimentación y la hipótesis de la novela en teorías del desarrollo humano y animal.

Robótica del desarrollo se relaciona, pero difiere, robótica evolutiva (ER). ER utiliza poblaciones de robots que evolucionan con el tiempo, mientras que DevRob está interesado en cómo la organización del sistema de control de un robot solo se desarrolla a través de experiencia, con el tiempo.

DevRob también está relacionado con el trabajo realizado en los dominios de Robótica, Vida artificial.

Fondo

¿Un robot se puede aprender como un niño? ¿Puede aprender una variedad de nuevas habilidades y nuevos conocimientos que no se especifica en tiempo de diseño y en un entorno cambiante y parcialmente desconocido? ¿Cómo pueden descubrir su cuerpo y sus relaciones con el entorno físico y social? ¿Cómo pueden sus capacidades cognitivas continuamente desarrollar sin la intervención de un técnico una vez que está "fuera de la fábrica"? ¿Qué puede aprender a través de interacciones sociales naturales con los seres humanos? Estas son las preguntas en el centro de robótica del desarrollo. Alan Turing, así como un número de otros pioneros de la cibernética, ya formulado esas preguntas y el enfoque general en 1950, Pero es sólo desde finales del siglo XX que empezaron a ser investigado sistemáticamente.

Porque el concepto de adaptación máquina inteligente es central a la robótica del desarrollo, tiene relaciones con campos como la inteligencia artificial, aprendizaje automático, robótica cognitiva o neurociencia computacional. Sin embargo, mientras que pueden reutilizar algunas de las técnicas elaboradas en estos campos, difiere de ellos desde muchas perspectivas. Difiere de la inteligencia artificial clásica porque no asume la capacidad de razonamiento simbólico avanzado y se centra en habilidades sensoriomotoras y sociales encarnados y situados en lugar de problemas simbólicos abstractos. Difiere de la máquina tradicional de aprendizaje porque se dirige a independiente de la tarea aprendizaje autodeterminada en lugar de tareas específicas inferencia sobre "datos humanos-editado sensori alimentados con cuchara" (Weng et al., 2001). Porque se centra en los procesos que permiten la formación de capacidades cognitivas en lugar de estas capacidades se diferencia de la robótica cognitiva. Difiere de la neurociencia computacional porque se centra en el modelado de las arquitecturas integradas de desarrollo funcional y el aprendizaje. Más generalmente, robótica del desarrollo se caracteriza únicamente por las siguientes tres características:

1. Se dirige a las arquitecturas independiente de la tarea y los mecanismos de aprendizaje, es decir, el máquina/robot tiene que ser capaz de aprender las nuevas tareas que son desconocidas por el ingeniero;
2. Destaca desarrollo abierta y aprendizaje permanente, es decir, la capacidad de un organismo para adquirir habilidades continuamente nuevos. Esto no debe entenderse como una capacidad para aprender "algo" o incluso "todo", sino sólo que el conjunto de habilidades que es adquirido puede ser infinitamente extendida por lo menos en algunas direcciones (no todos);
3. Se aumentará la complejidad de las habilidades y conocimientos adquiridos (y controlar el incremento) progresivamente.

Robótica del desarrollo surgió en el cruce de varias comunidades de investigación incluyendo incorporado inteligencia artificial, sistemas dinámicos y enactivo la ciencia cognitiva, Conexionismo. A partir de la idea esencial que aprendizaje y desarrollo ocurren como resultado de las interacciones dinámicas entre cerebros, cuerpos y su entorno físico y social autoorganizado, y tratando de entender cómo se puede aprovechar esta uno mismo-organización para proporcionar independiente de la tarea de aprendizaje de las habilidades de creciente complejidad, robótica del desarrollo interactúa fuertemente con campos como la psicología del desarrollo, neurociencia cognitiva y de desarrollo, biología del desarrollo (embriología), biología evolutiva y la lingüística cognitiva. Como muchas de las teorías de estas ciencias verbal o descriptivo, esto implica una actividad de modelado computacional en robótica del desarrollo y formalización crucial. Estos modelos computacionales entonces no sólo se utilizan como formas de explorar cómo construir máquinas más versátiles y adaptables, sino también como una manera de evaluar su coherencia y posiblemente explorar explicaciones alternativas para entender la evolución biológica.

Direcciones de investigación

Dominios de habilidad

Debido al enfoque general y metodología, proyectos de desarrollo de la robótica suelen centran en tener robots desarrollar los mismos tipos de habilidades que los bebés humanos. Una primera categoría que está siendo investigada lo importante es la adquisición de habilidades sensoriomotoras. Estos incluyen el descubrimiento del propio cuerpo, incluyendo su estructura y dinámica como la coordinación ojo-mano, locomoción y la interacción con objetos, así como el uso de la herramienta, con un enfoque particular en el descubrimiento y el aprendizaje de habilitaciones. Una segunda categoría de habilidades dirigidas por robots del desarrollo son habilidades sociales y lingüísticas: la adquisición de juegos simples de comportamientos sociales como interacción coordinada, turnos, léxicos, sintaxis y la gramática y la puesta a tierra de estas destrezas lingüísticas en habilidades sensoriomotoras (a veces denominado tierra símbolo). En paralelo, la adquisición de habilidades cognitivas asociadas están siendo investigados como la aparición de la distinción de ser/no-yo, el desarrollo de las capacidades atencionales, de sistemas de categorización y representaciones de alto nivel de habilitaciones o construcciones sociales, de la aparición de valores, empatía o teorías de la mente.

Mecanismos y limitaciones

Los espacios sensoriomotoras y sociales en que viven los seres humanos y robots son tan grandes y complejas que sólo una pequeña parte de potencialmente puede aprender habilidades en realidad puede ser explorada y aprendida dentro de un tiempo de vida. Así, los mecanismos y las restricciones son necesarias para guiar a los organismos de desarrollo en su desarrollo y control del crecimiento de la complejidad. Hay varias familias importantes de estos mecanismos rectores y las limitaciones que son estudiadas en robótica del desarrollo, todas ellas inspirada en el desarrollo humano:

1. Sistemas motivacionales, generando las señales de recompensa internos que impulsan la exploración y el aprendizaje, que puede ser de dos tipos principales:
   • las motivaciones extrínsecas empujar los robots/organismos para mantener propiedades internas específicas básicas como la comida y el nivel del agua, la integridad física o la luz (por ejemplo en fototropismo sistemas);
   • motivaciones intrínsecas empuje robot de búsqueda de novedad, desafío, compresión o progreso de aprendizaje propiamente, generando lo que se denomina aprendizaje impulsada por curiosidad y exploración, o alternativamente activas de aprendizaje y exploración;
2. Orientación social: como los seres humanos aprenden mucho por interactuar con sus pares, robótica desarrollo investiga los mecanismos que permitan a los robots participar en la interacción social humana. Por percibir e interpretar las señales sociales, esto puede permitir robots para aprender de los seres humanos (a través de diversos medios como la imitación, emulación, realce del estímulo, demostración, etc...) y para activar la pedagogía humana natural. Por lo tanto, también se investiga la aceptación social de los robots del desarrollo;
3. Inferencia estadística sesgos y reutilización del conocimiento acumulado y destreza: sesgos caracterizar tanto las representaciones y codificaciones e inferencia mecanismos típicamente pueden permitir considerable mejora de la eficacia del aprendizaje y así se estudian. Relacionado con esto, mecanismos que permitan deducir nuevos conocimientos y adquirir nuevas habilidades mediante la reutilización de las estructuras previamente aprendidas son también un campo esencial de estudio;
4. Las propiedades de la encarnación, incluyendo geometría, materiales o innatas primitivas del motor/sinergias a menudo codificadas como sistemas dinámicos, puede simplificar considerablemente la adquisición de habilidades sociales o sensoriomotoras y se refiere a veces como cómputo morfológica. La interacción de estas limitaciones con otras restricciones es un importante eje de investigación;
5. Maturational restricciones: en los bebés humanos, tanto el cuerpo como el sistema neuronal crecen progresivamente, en lugar de ser pleno ya al nacer. Esto implica por ejemplo que nuevos grados de libertad, así como aumento del volumen y la resolución de señales sensoriomotoras disponibles, pueden aparecer como aprendizaje y desarrollo se despliegan. Transposición de estos mecanismos en los robots del desarrollo y entender cómo pueden dificultar o por el contrario facilitar la adquisición de habilidades complejas novela es una cuestión central en desarrollo de la robótica.

Desarrollo bio-mimética de inspiración funcional.

Mientras que la mayoría de proyectos de desarrollo de la robótica interactuar fuertemente con las teorías de animal y desarrollo humano, los grados de similitud e inspiración entre mecanismos biológicos identificados y sus contrapartes en los robots, así como la abstracción niveles de modelado, puede variar mucho. Mientras que algunos proyectos tienen como objetivo modelar precisamente tanto la función y aplicación biológica (modelos neurales o morfológicos), como en neurorobotics, algunos otros proyectos sólo centran en modelado funcional de los mecanismos y las limitaciones describen anteriormente y por ejemplo pueden reutilizar en sus técnicas de arquitecturas procedentes de las matemáticas aplicadas o campos de la ingeniería.

Preguntas abiertas

Robótica del desarrollo es un campo de investigación relativamente nuevo y al mismo tiempo muy ambicioso, muchos desafíos fundamentales abiertos quedan por resolverse.

En primer lugar, técnicas existentes están lejos de permitir que los robots multidimensional reales aprender un repertorio abierto-terminó de competencias cada vez más complejos durante un período de tiempo de vida. Espacios sensoriomotoras continuas multidimensional son un gran obstáculo que hay que resolver. Aprendizaje acumulativo es otro. En realidad, no dura más de unos días de experimentos han constituido hasta el momento, que contrasta severamente con el período de tiempo que necesitan los niños para aprender habilidades básicas sensoriomotoras equipados con cerebro y morfologías que son tremendamente más poderosos que los mecanismos existentes de computacionales.

Entre las estrategias para explorar con el fin de avanzar hacia este objetivo, la interacción entre los mecanismos y las limitaciones descritas en el apartado anterior deberá ser investigada más sistemáticamente. De hecho, ellos han hasta ahora principalmente estudiados en aislamiento. Por ejemplo, la interacción de aprendizaje motivado intrínsecamente y aprendizaje socialmente guiada, posiblemente limitado por la maduración, es una cuestión esencial para ser investigado.

Otro desafío importante es permitir que los robots percibir, interpretar y aprovechar la diversidad de señales sociales multimodales proporcionados por los seres humanos no-ingeniero durante la interacción humano-robot. Estas capacidades hasta ahora son en su mayoría demasiado limitadas para permitir la eficiente de propósito general de enseñanza de los seres humanos.

Una cuestión científica fundamental a ser comprendido y resuelto, que se aplicó igualmente al desarrollo humano, es cómo composicionalidad, jerarquías funcionales, primitivas y modularidad, en todos los niveles de las estructuras sociales y sensoriomotoras, pueden ser formados y aprovechar durante el desarrollo. Esto está profundamente vinculada con el problema de la aparición de los símbolos, a veces referido como el "problema de conexión a tierra símbolo" cuando se trata de la adquisición del lenguaje. En realidad, la existencia y necesidad de símbolos en el cerebro es cuestionado activamente, y conceptos alternativos, aún permitiendo la composicionalidad y jerarquías funcionales están siendo investigados.

Durante epigénesis biológica, morfología no es fijo pero más bien se desarrolla en interacción constante con el desarrollo de habilidades sociales y sensoriomotoras. El desarrollo de la morfología plantea problemas prácticos evidentes con robots, pero puede ser un mecanismo crucial que debe ser explorado, por lo menos en simulación, tales como en robótica morfogenético.

Del mismo modo, en biología, mecanismos del desarrollo (que opera en la escala de tiempo ontogenéticos) fuertemente interactúan con los mecanismos evolutivos (que opera en la escala filogenética) como se muestra en la floreciente literatura científica "evo-devo". Sin embargo, la interacción de esos mecanismos en organismos artificiales, robots del desarrollo en particular, es todavía sumamente era suplente. La interacción de los mecanismos evolutivos, desplegando morfologías y desarrollar habilidades sensoriomotoras y sociales será un tema altamente estimulante para el futuro de la robótica del desarrollo.

Principales revistas

• IEEE Transactions on desarrollo Mental autónomo: https://www.IEEE-CIS.org/pubs/TAMD/
• Boletín AMD: https://www.CSE.msu.edu/amdtc/amdnl/

Principales conferencias

• Conferencia Internacional sobre desarrollo y aprendizaje: https://www.cogsci.UCSD.edu/~triesch/ICDL/
• Robótica epigenética: https://www.Epigenetic-Robotics.org/
• ICDL-EpiRob: https://www.ICDL-epirob.org/ (los dos anteriores se unieron desde 2011)
• Robótica del desarrollo: https://CS.brynmawr.edu/DevRob05/

La NSF/DARPA financiado Taller sobre desarrollo y aprendizaje se llevó a cabo 5 – 7 de abril de 2000 en la Universidad Estatal de Michigan. Se dedicó el primer encuentro internacional a computacional comprensión del desarrollo mental por robots y los animales. Se utilizó el término "por" puesto que los agentes son activos durante el desarrollo.

Enlaces externos

Comités técnicos

• Comité Técnico de IEEE en desarrollo Mental autónomo, https://www.ICDL-epirob.org/amdtc
• Comité Técnico de IEEE en el Robot de aprendizaje, https://www.Learning-robots.de/

Instituciones académicas e investigadores en el campo

• Laboratorio de desarrollo cognitivo, Universidad de Indiana, Estados Unidos
• Universidad Estatal de Michigan -- Laboratorio de Inteligencia incorporada
• Equipo Ensta ParisTech flores y INRIA, Francia:: Exploración, interacción y el aprendizaje en robótica del desarrollo
• Universidad de Tokio, laboratorio de informática y sistemas inteligentes
• Laboratorio de robótica cognitiva de Juergen Schmidhuber en IDSIA y Universidad técnica de Munich
• LIRA-LabUniversidad de Genova, Italia
• CITEC en la Universidad de Bielefeld, Alemania
• Laboratorio de visiónDepartamento de psicología Southern Illinois University Carbondale
• FIAS (J. Triesch lab.)
• LPPP, CNRS (K. Oregan lab.)
• Departamento de Ciencias de la computación, Universidad de Aberdeen
• Laboratorio asadaDepartamento de máquina adaptativa sistemas, graduado de la Facultad de ingeniería, Universidad de Osaka, Japón
• La Universidad de Texas en Austin, Laboratorio de robótica inteligente UTCS
• Bryn Mawr Collegees Proyecto de desarrollo de la robótica:: proyectos de profesores y alumnos de Swarthmore y Bryn Mawr colegios, Philadelphia, PA, USA
• Proyecto de Jean:: Information Sciences Institute de la University of Southern California
• Robótica Cognitiva (incluyendo Hide and Seek) en el laboratorio de investigación Naval
• El laboratorio de robótica Perceptual, Universidad de Massachusetts Amherst Amherst, Estados Unidos
• Centro de robótica y sistemas neuronales, Universidad de Plymouth Plymouth, Reino Unido
• Laboratorio de neurociencia computacional incorporado, Instituto de ciencias cognitivas y tecnologías Consejo Nacional de investigaciónRoma, Italia
• Equipo neurológicosETIS laboratorio, ENSEA Universidad de Cergy-Pontoise - CNRS, Francia

Proyectos a gran escala relacionados

• Proyecto iTalk (financiado por la Comisión Europea)
• Proyecto IM-inteligente (financiado por la Comisión Europea)
• Proyecto exploradores ERC (financiado por el Consejo Europeo de investigación)
• Proyecto RobotCub (financiado por la Comisión Europea)
• Proyecto de cultivo de Feelix (financiado por la Comisión Europea)

Cursos

El primer grado cursos en DevRob fueron ofrecidos en Bryn Mawr College y Swarthmore College en la primavera del 2003 por Douglas blanco y Lisa Meeden, respectivamente. El primer curso de postgrado en DevRob se ofreció a Universidad Estatal de Iowa por Alexander Stoytchev en el otoño de 2005.

Blogs y otros enlaces

• El repositorio de desarrollo Mental: https://www.mentaldev.org
• Desarrollo de la inteligencia: https://develintel.blogspot.com
• Robótica del desarrollo: https://developmentalrobotics.org: información general sobre robótica del desarrollo

Otras Páginas

• Ribnovo
• Janos Halasz (politico)
• George E. Curry
• Triple play (telecomunicaciones)
• Kyaunggyigon
• Nube de HP
• Comision de certificacion para la tecnologia de informacion de salud
• Batalla de Langnes
• Bebida para deportistas