Когнитивная робототехника связана с обеспечением робота разумным поведением за счет передачи ему архитектуры системы обработки, которая позволит ему обучаться и понимать то, как вести себя в ответ на сложные цели в сложном мире. Когнитивная робототехника может рассматриваться, как техническая отрасль таких областей, как воплощенная когнитивная наука и воплощенное встроенное познание.
Главные вопросы
В то время как традиционные подходы когнитивного моделирования допускают схемы символического кодирования в качестве средств описания мира, толкование мира с помощью этих видов символических образов считается проблематичным, если не сказать – несостоятельным. Вследствие этого восприятие, действие и понятие о представлении являются основными вопросами, к которым приходится обращаться в когнитивной робототехнике.
Начальная точка
Когнитивная робототехника рассматривает познавательную способность животных как стартовую точку для развития обработки информации роботами, в противовес более традиционным методикам, связанным с искусственным интеллектом. Среди целевых способностей познания роботов – обработка данных о восприятии, распределение внимания, ожидание, планирование, сложная координация движений, способность рассуждать о других агентах и, возможно, о собственном психическом состоянии. Когнитивная робототехника воплощает поведение интеллектуальных агентов в материальном мире (или виртуальном мире в случае с моделируемой когнитивной робототехникой). В конечном итоге, робот должен научиться взаимодействовать с реальным миром.
Методики обучения
Двигательные повторы
Подготовительная методика обучения роботов, называемая «двигательными повторами», включает коррелирующие псевдослучайные сложные движения робота с последующей визуальной и/или слуховой обратной связью, после которой робот может начать рассчитывать паттерн сенсорной обратной связи от паттерна двигательной реакции. Желаемая сенсорная обратная связь могут впоследствии использоваться для информирования о моторном сигнале управления. Процесс считается аналогичным тому, как ребенок обучается вытягивать руку к предметам или выговаривать звуки речи. Для более простых роботизированных систем, где, к примеру, обратная кинематика, вероятно, может, использоваться для преобразования ожидаемой обратной связи (желаемый результат движения) в двигательную реакцию, этот шаг может пропускаться.
Подражание
Как только робот сможет координировать свои моторы для создания желаемого результата, можно использовать методику обучения за счет подражания. Робот замечает поступки другого агента, после чего – пытается его имитировать. Часто для робота становится проблемой преобразовать информацию от подражания в сложной среде в желаемую двигательную реакцию. Стоит отметить, что подражание – высокоуровневая форма когнитивного поведения, и оно не обязательно требуется в базовой модели воплощенной познавательной способности животных.
Получение знаний
Более сложным подходом к обучению является «автономное получение знаний»: робот предоставлен сам себе в плане исследования окружающей среды. Как правило, предполагается наличие системы целей и убеждений.
Несколько более направленный способ исследований можно получить за счет алгоритмов «любопытства», как, например, «Intelligent Adaptive Curiosity» или «Category-Based Intrinsic Motivation». Эти алгоритмы, как правило, подразумевает разделение сенсорных вводимых данных на ограниченное число категорий и установку определенной системы прогнозирования (как, например, в искусственной научной сети) для каждой из них. Система прогнозирования следит за отсутствием ошибок в ходе обучения и прогнозов. Уменьшение в числе ошибок в прогнозах и является обучением. Робот в дальнейшем может исследовать категории, по которым он обучается (или уменьшает число ошибок в прогнозах) быстрее всего, по своим предпочтениям.
Другие архитектуры
Некоторые специалисты в области когнитивной робототехники пытались использовать такие архитектуры, как «ACT-R» и «Soar», как основу для своих программ. Эти высокомодульные архитектуры по обработке символов использовались для моделирования характеристик оператора и человека и дальнейшего создания упрощенческих и символических лабораторных данных. Была идея развить эти архитектуры для поддержки сенсорных данных из реального мира, так как непрерывно поступающие данные раскрываются со временем. Необходим способ превращать мир в набор символов и их взаимосвязей.
Вопросы
В когнитивной робототехнике существует много фундаментальных вопросов, нуждающихся в ответах. Среди них:
• Как долго программирование со стороны человека должно или может быть использовано для поддержки процесса обучения?
• Как можно выразить прогресс в количественной форме? Некоторые из общепринятых способов – пряник и кнут. Но какой «пряник» и какой «кнут»? У людей, например, во время обучения детей «пряником» может стать сладкое или какая-либо похвала, да и наказание может принимать множество видов. Но какой самый эффективный способ для роботов?
Книги
Книга «Когнитивная робототехника» за авторством Хумана Самани охватывает междисциплинарный подход к различным аспектам когнитивной робототехники, как, например, искусственный интеллект, физические, химические, философские, психологические, социальные, культурные и этические аспекты.