인지 로보틱스는 로봇이 복잡한 목표와 복잡한 세계에 대응하여 어떻게 행동해야 하는지를 학습하고 추론할 수 있게 해주는 처리 아키텍처를 제공함으로써 로봇에 지능적 행동을 부여하는 데 관심을 둔 로보틱스의 하위 분야이다. 이는 구현된 인지 과학과 구현된 내재적 인지의 공학적 분야로 간주될 수 있으며, 로봇 공정 자동화, 인공지능, 기계 학습, 딥 러닝, 광학 문자 인식, 이미지 처리, 프로세스 마이닝, 분석, 소프트웨어 개발 및 시스템 통합을 포함한다. 종종 사전 정의된 기호 표현에 의존하는 전통적인 인공지능 기술과 달리, 인지 로보틱스는 물리적 또는 가상 환경과의 상호작용을 통한 학습과 적응을 강조한다.
핵심 문제
전통적인 인지 모델링 접근법은 세계를 묘사하는 수단으로서 기호 코딩 체계를 가정했지만, 세계를 이러한 종류의 기호 표현으로 변환하는 것은 문제가 있거나 심지어 유지 불가능한 것으로 입증되었다. 지각과 행동, 그리고 기호 표현의 개념은 따라서 인지 로보틱스의 핵심 문제이다. 로봇은 시각적 또는 청각적 입력과 같은 원시 감각 데이터를 처리하고, 수동으로 코딩된 기호에 의존하지 않고 실행 가능한 지식으로 변환해야 한다. 이 과제는 구조화되지 않은 동적 환경에서 작동할 수 있는 아키텍처를 설계하는 데 중심적이다.
출발점
인지 로보틱스는 보다 전통적인 인공지능 기술과 대조적으로, 인간 또는 동물의 인지를 로봇 정보 처리를 개발하기 위한 출발점으로 본다. 목표가 되는 로봇 인지 능력에는 지각 처리, 주의 할당, 예측, 계획, 복잡한 운동 협응, 다른 에이전트에 대한 추론, 그리고 어쩌면 로봇 자신의 정신 상태에 대한 추론까지 포함된다. 로봇 인지는 물리적 세계(또는 시뮬레이션된 인지 로보틱스의 경우 가상 세계)에서 지능적 에이전트의 행동을 구현한다. 궁극적으로 로봇은 실제 세계에서 행동할 수 있어야 하며, 이는 지각, 의사 결정, 운동 제어를 연속적인 루프로 통합해야 한다.
학습 기법
운동 옹알이
모터 베이블링이라고 불리는 예비 로봇 학습 기법은 로봇의 의사 무작위 복잡한 운동 움직임을 결과적인 시각적 및/또는 청각적 피드백과 상관시키는 것을 포함하며, 로봇이 운동 출력 패턴이 주어졌을 때 감각 피드백 패턴을 기대하기 시작할 수 있게 한다. 원하는 감각 피드백은 그런 다음 운동 제어 신호를 알리는 데 사용될 수 있다. 이는 아기가 물체에 손을 뻗거나 말소리를 생성하는 법을 배우는 방식과 유사한 것으로 여겨진다. 역기구학이 예상 피드백을 운동 출력으로 변환하는 데 실현 가능하게 사용될 수 있는 더 단순한 로봇 시스템의 경우, 이 단계는 건너뛸 수 있다.
모방
로봇이 원하는 결과를 생성하기 위해 모터를 조정할 수 있게 되면, 모방에 의한 학습 기법을 사용할 수 있다. 로봇은 다른 에이전트의 수행을 모니터링한 다음 그 에이전트를 모방하려고 시도한다. 복잡한 장면의 모방 정보를 로봇의 원하는 운동 결과로 변환하는 것은 종종 어려운 과제이다. 모방은 고수준의 인지 행동 형태이며, 구현된 동물 인지의 기본 모델에서 반드시 요구되는 것은 아니다.
지식 획득
더 복잡한 학습 접근법은 자율적 지식 획득으로, 로봇이 일반적으로 목표와 신념 체계를 가정하고 스스로 환경을 탐색한다. 다소 더 지시된 탐색 모드는 지적 적응적 호기심 또는 범주 기반 내재적 동기와 같은 호기심 알고리즘을 통해 달성될 수 있다. 이러한 알고리즘은 일반적으로 감각 입력을 유한한 수의 범주로 나누고 각 범주에 예측 시스템(예: 인공 신경망)을 할당하는 것을 포함한다. 예측 시스템은 시간이 지남에 따라 예측의 오류를 추적하며, 예측 오류의 감소는 학습으로 간주된다. 그런 다음 로봇은 가장 빠르게 학습하는 범주를 우선적으로 탐색한다.
다른 아키텍처
인지 로보틱스의 일부 연구자들은 ACT-R 및 Soar와 같은 아키텍처를 프로그램의 기반으로 사용하려고 시도했다. 이러한 고도로 모듈화된 기호 처리 아키텍처는 단순화되고 상징화된 실험실 데이터를 모델링할 때 운영자 성능과 인간 성능을 시뮬레이션하는 데 사용되어 왔다. 아이디어는 이러한 아키텍처를 시간이 지남에 따라 연속적으로 전개되는 실제 세계 감각 입력을 처리하도록 확장하는 것이다. 필요한 것은 세계를 일련의 기호와 그 관계로 변환하는 방법이며, 이는 여전히 열린 과제로 남아 있다.