Capítulo 3 : Robótica de desenvolvimento

O estudo dos mecanismos, arquiteturas e restrições que permitem que máquinas incorporadas aprendam novas habilidades e conhecimentos ao longo de suas vidas é o objetivo da robótica de desenvolvimento (DevRob), também conhecida como robótica epigenética. A autoexploração do mundo e a interação social são hipóteses de produzir uma aprendizagem cumulativa e progressivamente mais complexa, tal como acontece nas crianças humanas. Começando com teorias do desenvolvimento humano e animal elaboradas em campos como psicologia do desenvolvimento, neurociência, biologia evolutiva e do desenvolvimento e linguística, os pesquisadores normalmente formalizam e implementam essas teorias em robôs, às vezes explorando extensões ou variantes dessas teorias. A robótica de desenvolvimento não só fornece feedback e novas hipóteses sobre teorias do desenvolvimento humano e animal, mas também permite que os investigadores confrontem esses modelos num cenário realista através da experimentação em robôs.

Embora semelhante, a robótica de desenvolvimento se destaca de sua contraparte evolutiva (ER). Enquanto o ER faz uso de populações de robôs que evoluem ao longo do tempo, o DevRob está mais preocupado em como a estrutura do sistema de controle de um único robô muda como resultado da experiência.

Os campos da robótica e da vida artificial também estão ligados à estrutura DevRob.

É possível para um robô adquirir novas habilidades tão facilmente quanto uma criança? Pode adquirir novas habilidades e conhecimentos em um ambiente dinâmico que não foi totalmente especificado durante o desenvolvimento? Como pode aprender sobre si mesmo e como se encaixa no seu ambiente natural e social? Uma vez "fora da fábrica", como permitir que suas habilidades cognitivas cresçam sem a ajuda de um engenheiro? O que ele pode captar ao observar as pessoas em seus ambientes sociais naturais? A robótica de desenvolvimento procura responder a estas questões fundamentais. Embora Alan Turing e outros pioneiros da cibernética tenham colocado essas questões e delineado uma abordagem geral já em 1950, não foi até o final do século 20 que elas foram realmente estudadas sistematicamente.

A robótica de desenvolvimento está relacionada com áreas como IA e ML, bem como robótica cognitiva e neurociência computacional devido à sua ênfase em máquinas inteligentes adaptativas. Embora possa fazer uso de alguns dos métodos desenvolvidos nessas áreas, é distinto deles em vários aspetos importantes. As habilidades sensório-motoras e sociais incorporadas e situadas são priorizadas sobre problemas simbólicos abstratos, diferenciando-a da IA clássica na medida em que não assume a capacidade de raciocínio simbólico avançado. Em contraste com a robótica cognitiva, preocupa-se mais com os processos do que com os produtos finais do desenvolvimento cognitivo. A modelação funcional de arquiteturas integradas de desenvolvimento e aprendizagem é o seu foco principal, diferenciando-a da neurociência computacional. Em um sentido mais amplo, as três características a seguir distinguem a robótica de desenvolvimento de outros campos relacionados:

Visa arquiteturas e mecanismos de aprendizagem que sejam agnósticos em relação às tarefas; ou seja, a máquina ou o robô devem ser capazes de captar tarefas para as quais o engenheiro não tem planos; O crescimento aberto e a educação contínua são enfatizados, ou seja,

a capacidade de um organismo vivo de aprender continuamente coisas novas.

Isso não deve ser entendido como uma capacidade de aprender "qualquer coisa" ou mesmo "tudo", é apenas que existem infinitas maneiras de construir sobre a base das habilidades que se adquire; As competências adquiridas deverão aumentar progressivamente em termos de complexidade (embora permaneçam geríveis).

A IA incorporada, a ciência cognitiva de sistemas ativos e dinâmicos e o conexionismo desempenharam um papel no surgimento da robótica de desenvolvimento. O campo da robótica do desenvolvimento interage fortemente com outros, incluindo psicologia do desenvolvimento, neurociência cognitiva e do desenvolvimento, drobotics e outros, porque se baseia na ideia fundamental de que a aprendizagem e o desenvolvimento ocorrem como o resultado auto-organizado das interações dinâmicas entre cérebros, corpos e seu ambiente físico e social. Como muitas das teorias nesses campos são verbais e/ou descritivas, a robótica de desenvolvimento requer um trabalho significativo em formalização e modelagem computacional. Esses modelos computacionais são então usados para fazer uma série de coisas, incluindo avaliar sua coerência e, possivelmente, explorar explicações alternativas para entender o desenvolvimento biológico, tudo com o objetivo de criar máquinas mais versáteis e adaptativas.

Usando a mesma abordagem geral e metodologia que os bebês humanos, os projetos de robótica de desenvolvimento visam fazer com que os robôs aprendam as mesmas habilidades. O desenvolvimento das capacidades sensório-motoras é uma das primeiras áreas de estudo. Aprender a usar uma ferramenta requer uma compreensão de suas possibilidades, bem como uma compreensão da estrutura e dinâmica do próprio corpo, como coordenação olho-mão, locomoção e interação com objetos. O segundo conjunto de habilidades que os robôs de desenvolvimento pretendem incutir são as sociais e linguísticas, como turn-taking, interação coordenada, léxicos, sintaxe e gramática, e sua base em habilidades sensório-motoras (às vezes referidas como aterramento de símbolos). Ao mesmo tempo, o desenvolvimento da autoconsciência e da consciência do outro, o amadurecimento das capacidades atencionais, o amadurecimento de sistemas de categorização e representações de alto nível de recursos ou construções sociais, e o amadurecimento de valores, empatia e teorias da mente estão sendo estudados.

Devido à vastidão e complexidade dos espaços sensório-motores e sociais em que humanos e robôs operam, apenas uma fração das habilidades possíveis pode ser explorada e aprendida em uma única vida. Portanto, os organismos em desenvolvimento necessitam de mecanismos e restrições para direcionar seu crescimento em complexidade. A robótica de desenvolvimento estuda várias famílias significativas de mecanismos orientadores e restrições que são modeladas após o desenvolvimento humano:

Existem dois tipos principais de sistemas motivacionais, cada um dos quais gera sinais internos de recompensa que impulsionam a exploração e a aprendizagem:

Os robôs e os organismos vivos são empurrados por motivações extrínsecas para manter estáveis certas propriedades internas essenciais, tais como o fornecimento de alimentos e água, a sua saúde e a sua exposição à luz (por exemplo, em sistemas fototrópicos); A aprendizagem e exploração motivadas pela curiosidade, também conhecidas como aprendizagem e exploração ativas, são o resultado das motivações intrínsecas de um robô para procurar novidade, desafio, compressão ou progresso de aprendizagem em si mesmo; A robótica de desenvolvimento explora mecanismos que podem permitir que os robôs participem na interação social de formas análogas àquelas através das quais os humanos aprendem muito. Isto poderia abrir caminho para os robôs aprenderem com os seres humanos (através de métodos tão variados como imitação, emulação, melhoria de estímulos, demonstração, etc.) e para os robôs desencadearem a pedagogia humana natural através da sua compreensão das pistas sociais. Como resultado, o tópico das opiniões das pessoas sobre robôs de desenvolvimento também é estudado; Intervalos de confiança A eficiência da aprendizagem pode muitas vezes ser grandemente melhorada através do estudo e remoção dos enviesamentos que caracterizam representações/codificações e mecanismos de inferência. Outra área de estudo crucial são os mecanismos neurais subjacentes à inferência e aquisição de novos conhecimentos e habilidades através da reutilização de estruturas previamente aprendidas; A aprendizagem de novas habilidades sensório-motoras ou sociais pode ser grandemente facilitada pelas propriedades da corporificação, tais como geometria, materiais ou primitivos/sinergias motoras inatas, muitas vezes codificados como sistemas dinâmicos. Uma orientação importante da investigação diz respeito à forma como estas restrições interagem entre si; Os bebés têm limitações de desenvolvimento porque os seus corpos e sistemas nervosos têm de amadurecer separadamente, em vez de se juntarem à nascença. Isto sugere, por exemplo, que, à medida que a aprendizagem e o desenvolvimento progridem, podem surgir novos graus de liberdade, juntamente com aumentos no volume e na resolução dos sinais sensório-motores disponíveis. Uma das questões mais prementes na robótica de desenvolvimento é como implementar estes mecanismos nos robôs, de modo a facilitar ou impedir a aprendizagem de novas competências complexas.

Embora a maioria dos projetos de robótica de desenvolvimento envolva interações extensas com teorias do desenvolvimento animal e humano, os níveis de semelhança e inspiração entre os mecanismos biológicos identificados e sua contraparte em robôs, bem como os níveis de abstração de modelagem, podem variar muito. Ao contrário da Neurorobótica, que procura modelar tanto a função como a implementação biológica (modelos neurais ou morfológicos), outros projetos podem focar-se apenas na modelação funcional dos mecanismos e restrições acima descritas. Estes projetos podem, por exemplo, reutilizar técnicas de matemática aplicada ou áreas de engenharia dentro de suas...