Развивающая робототехника ( DevRob ), иногда называемая эпигенетической робототехникой , является научной областью, которая направлена на изучение механизмов развития, архитектур и ограничений, которые позволяют непрерывно и открыто изучать новые навыки и новые знания в воплощенных машинах . Как и у человеческих детей, обучение , как ожидается, будет кумулятивным и постепенно усложняющимся, и будет результатом самостоятельного исследования 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 , нейронаука , биология развития и эволюции и лингвистика , а затем формализовать и реализовать их в роботах, иногда исследуя их расширения или варианты. Экспериментирование этих моделей в роботах позволяет исследователям сопоставлять их с реальностью, и, как следствие, развивающая робототехника также обеспечивает обратную связь и новые гипотезы относительно теорий развития человека и животных.
Развивающая робототехника связана с эволюционной робототехникой (ER), но отличается от нее. ER использует популяции роботов, которые развиваются с течением времени, тогда как DevRob интересуется тем, как организация системы управления отдельного робота развивается с течением времени на основе опыта.
DevRob также связан с работами в области робототехники и искусственной жизни .
Может ли робот учиться как ребенок? Может ли он изучать множество новых навыков и новых знаний, не указанных во время проектирования и в частично неизвестной и изменяющейся среде? Как он может познавать свое тело и свои отношения с физической и социальной средой? Как его когнитивные способности могут непрерывно развиваться без вмешательства инженера, как только он «вышел с завода»? Чему он может научиться посредством естественного социального взаимодействия с людьми? Это вопросы, находящиеся в центре развивающей робототехники. Алан Тьюринг, а также ряд других пионеров кибернетики уже сформулировали эти вопросы и общий подход в 1950 году [1] , но только с конца 20-го века они начали изучаться систематически. [2] [3] [4]
Поскольку концепция адаптивных интеллектуальных машин является центральной для развивающей робототехники, она имеет связь с такими областями, как искусственный интеллект, машинное обучение, когнитивная робототехника или вычислительная нейронаука . Тем не менее, хотя она может повторно использовать некоторые из методов, разработанных в этих областях, она отличается от них со многих точек зрения. Она отличается от классического искусственного интеллекта, поскольку не предполагает возможности продвинутого символического рассуждения и фокусируется на воплощенных и ситуативных сенсомоторных и социальных навыках, а не на абстрактных символических проблемах. Она отличается от когнитивной робототехники, поскольку фокусируется на процессах, которые позволяют формировать когнитивные способности, а не на самих этих способностях. Она отличается от вычислительной нейронауки, поскольку фокусируется на функциональном моделировании интегрированных архитектур развития и обучения. В более общем плане развивающая робототехника уникально характеризуется следующими тремя особенностями:
Робототехника развития возникла на стыке нескольких исследовательских сообществ, включая воплощенный искусственный интеллект, активные и динамические системы, когнитивную науку, коннекционизм. Начиная с основной идеи о том, что обучение и развитие происходят как самоорганизованный результат динамических взаимодействий между мозгом, телом и их физической и социальной средой, и пытаясь понять, как эта самоорганизация может быть использована для обеспечения независимого от задач непрерывного обучения навыкам возрастающей сложности, робототехника развития тесно взаимодействует с такими областями, как психология развития, нейробиология развития и когнитивная нейронаука, биология развития (эмбриология), эволюционная биология и когнитивная лингвистика. Поскольку многие теории, исходящие из этих наук, являются вербальными и/или описательными, это подразумевает важную формализацию и вычислительное моделирование в робототехнике развития. Эти вычислительные модели затем используются не только как способы изучения того, как построить более универсальные и адаптивные машины, но и как способ оценки их согласованности и, возможно, изучения альтернативных объяснений для понимания биологического развития. [4]
Из-за общего подхода и методологии проекты по развивающей робототехнике обычно сосредоточены на том, чтобы роботы развивали те же типы навыков, что и человеческие младенцы. Первая важная категория, которая исследуется, — это приобретение сенсомоторных навыков. Они включают в себя открытие собственного тела, включая его структуру и динамику, такие как координация рук и глаз, передвижение и взаимодействие с объектами, а также использование инструментов, с особым акцентом 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, координированное взаимодействие, лексика, синтаксис и грамматика, и закрепление этих лингвистических навыков в сенсомоторных навыках (иногда называемых закреплением символов). Параллельно изучается приобретение связанных когнитивных навыков, таких как возникновение различия «я»/«не я», развитие способностей к вниманию, систем категоризации и более высокоуровневых представлений возможностей или социальных конструкций, возникновение ценностей, эмпатии или теорий разума.
Сенсомоторные и социальные пространства, в которых живут люди и роботы, настолько велики и сложны, что только небольшая часть потенциально обучаемых навыков может быть фактически изучена и изучена в течение жизни. Таким образом, механизмы и ограничения необходимы для руководства развивающимися организмами в их развитии и контроля роста сложности. Существует несколько важных семейств этих направляющих механизмов и ограничений, которые изучаются в развивающейся робототехнике, все они вдохновлены развитием человека:
Хотя большинство проектов по развитию робототехники тесно взаимодействуют с теориями развития животных и человека, степени 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 нацелены на точное моделирование как функции, так и биологической реализации (нейронные или морфологические модели), например, в нейроробототехнике , некоторые другие проекты сосредоточены только на функциональном моделировании механизмов и ограничений, описанных выше, и могут, например, повторно использовать в своих архитектурах методы, полученные из прикладной математики или инженерных областей.
Поскольку развивающая робототехника является относительно новой областью исследований и в то же время весьма амбициозной, многие фундаментальные проблемы еще предстоит решить.
Прежде всего, существующие методы далеки от того, чтобы позволить реальным многомерным роботам изучать открытый репертуар все более сложных навыков в течение жизненного периода. Многомерные непрерывные сенсомоторные пространства представляют собой существенное препятствие, которое необходимо решить. Кумулятивное обучение на протяжении всей жизни — еще одно. На самом деле, до сих пор не было проведено ни одного эксперимента, длящегося более нескольких дней, что резко контрастирует со временем, необходимым человеческим младенцам для изучения базовых сенсомоторных навыков, оснащенных мозгом и морфологией, которые являются значительно более мощными, чем существующие вычислительные механизмы.
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 направленного обучения, возможно, ограниченного созреванием, является существенным вопросом для исследования.
Еще одна важная задача — позволить роботам воспринимать, интерпретировать и использовать разнообразие мультимодальных социальных сигналов, предоставляемых неинженерными людьми во время взаимодействия человека с роботом. Эти возможности пока что, в основном, слишком ограничены, чтобы позволить эффективное обучение общего назначения людьми.
Фундаментальный научный вопрос, который необходимо понять и решить, который в равной степени применим к развитию человека, заключается в том, как композиционность, функциональные иерархии, примитивы и модульность на всех уровнях сенсомоторных и социальных структур могут быть сформированы и использованы в ходе развития. Это тесно связано с проблемой появления символов, иногда называемой « проблемой обоснования символов », когда речь идет об усвоении языка. На самом деле, само существование и необходимость символов в мозге активно подвергаются сомнению, и изучаются 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 с роботами, но это может быть решающим механизмом, который следует изучить более подробно, по крайней мере, в моделировании, например, в морфогенетической робототехнике.
Еще одной открытой проблемой является понимание связи между ключевыми явлениями, изучаемыми развивающей робототехникой (например, иерархическими и модульными сенсомоторными системами, внутренней/внешней/социальной мотивацией и открытым обучением), и лежащими в их основе механизмами мозга.
Аналогично, в биологии механизмы развития (действующие в онтогенетической временной шкале) тесно взаимодействуют с эволюционными механизмами (действующими в филогенетической временной шкале), как показано в процветающей научной литературе " evo-devo ". [5] Однако взаимодействие этих механизмов в искусственных организмах, в частности, в роботах развития, все еще в значительной степени недостаточно изучено. Взаимодействие эволюционных механизмов, развертывание морфологии и развитие сенсомоторных и социальных навыков, таким образом, станет весьма стимулирующей темой для будущего робототехники развития.
Семинар по развитию и обучению, финансируемый NSF/DARPA, состоялся 5–7 апреля 2000 года в Университете штата Мичиган. Это была первая международная встреча, посвященная вычислительному пониманию умственного развития роботов и животных. Термин «by» использовался, поскольку агенты активны во время развития.
Первые курсы бакалавриата по DevRob были предложены в колледжах Брин-Мор и Свортмор весной 2003 года Дугласом Бланком и Лизой Миден соответственно. Первый курс магистратуры по DevRob был предложен в Университете штата Айова Александром Стойчевым осенью 2005 года.