A robótica cognitiva é um subcampo da robótica preocupado em dotar um robô de comportamento inteligente, fornecendo-lhe uma arquitetura de processamento que lhe permita aprender e raciocinar sobre como se comportar em resposta a objetivos complexos em um mundo complexo. Pode ser considerada o ramo de engenharia da ciência cognitiva corporificada e da cognição incorporada e situada, abrangendo automação robótica de processos, inteligência artificial, aprendizado de máquina, aprendizado profundo, reconhecimento óptico de caracteres, processamento de imagens, mineração de processos, análise de dados, desenvolvimento de software e integração de sistemas. Ao contrário das técnicas tradicionais de inteligência artificial, que frequentemente dependem de representações simbólicas predefinidas, a robótica cognitiva enfatiza o aprendizado e a adaptação por meio da interação com o ambiente físico ou virtual.
Questões Centrais
As abordagens tradicionais de modelagem cognitiva assumiram esquemas de codificação simbólica como um meio para representar o mundo, mas traduzir o mundo nesses tipos de representações simbólicas tem se mostrado problemático, se não insustentável. Percepção e ação, juntamente com a noção de representação simbólica, são, portanto, questões centrais na robótica cognitiva. Os robôs devem processar dados sensoriais brutos, como entrada visual ou auditiva, e convertê-los em conhecimento acionável sem depender de símbolos codificados manualmente. Esse desafio é central para o projeto de arquiteturas que possam operar em ambientes não estruturados e dinâmicos.
Ponto de Partida
A robótica cognitiva vê a cognição humana ou animal como um ponto de partida para o desenvolvimento do processamento de informações robótico, em oposição às técnicas mais tradicionais de inteligência artificial. As capacidades cognitivas robóticas alvo incluem processamento de percepção, alocação de atenção, antecipação, planejamento, coordenação motora complexa, raciocínio sobre outros agentes e, talvez, até mesmo raciocínio sobre os próprios estados mentais do robô. A cognição robótica incorpora o comportamento de agentes inteligentes no mundo físico (ou em um mundo virtual no caso da robótica cognitiva simulada). Em última análise, o robô deve ser capaz de agir no mundo real, o que exige a integração de percepção, tomada de decisão e controle motor em um ciclo contínuo.
Técnicas de Aprendizado
Balbucio Motor
Uma técnica preliminar de aprendizado robótico chamada balbucio motor envolve correlacionar movimentos motores complexos pseudoaleatórios do robô com o feedback visual e/ou auditivo resultante, permitindo que o robô comece a esperar um padrão de feedback sensorial dado um padrão de saída motora. O feedback sensorial desejado pode então ser usado para informar um sinal de controle motor. Acredita-se que isso seja análogo à forma como um bebê aprende a alcançar objetos ou a produzir sons de fala. Para sistemas robóticos mais simples, onde a cinemática inversa pode ser usada de forma viável para transformar o feedback antecipado em saída motora, esta etapa pode ser omitida.
Imitação
Uma vez que um robô pode coordenar seus motores para produzir um resultado desejado, a técnica de aprendizado por imitação pode ser usada. O robô monitora o desempenho de outro agente e então tenta imitar esse agente. Frequentemente, é um desafio transformar informações de imitação de uma cena complexa em um resultado motor desejado para o robô. A imitação é uma forma de alto nível de comportamento cognitivo e não é necessariamente exigida em um modelo básico de cognição animal corporificada.
Aquisição de Conhecimento
Uma abordagem de aprendizado mais complexa é a aquisição autônoma de conhecimento, na qual o robô explora o ambiente por conta própria, tipicamente assumindo um sistema de objetivos e crenças. Um modo de exploração um pouco mais direcionado pode ser alcançado por algoritmos de curiosidade, como Curiosidade Adaptativa Inteligente ou Motivação Intrínseca Baseada em Categorias. Esses algoritmos geralmente envolvem dividir a entrada sensorial em um número finito de categorias e atribuir um sistema de predição (como uma rede neural artificial) a cada uma. O sistema de predição rastreia o erro em suas previsões ao longo do tempo; a redução no erro de predição é considerada aprendizado. O robô então explora preferencialmente categorias nas quais está aprendendo mais rápido.
Outras Arquiteturas
Alguns pesquisadores em robótica cognitiva tentaram usar arquiteturas como ACT-R e Soar como base para seus programas. Essas arquiteturas de processamento de símbolos altamente modulares têm sido usadas para simular o desempenho de operadores e o desempenho humano ao modelar dados laboratoriais simplistas e simbolizados. A ideia é estender essas arquiteturas para lidar com entrada sensorial do mundo real à medida que ela se desenrola continuamente ao longo do tempo. O que é necessário é uma maneira de traduzir o mundo em um conjunto de símbolos e suas relações, o que permanece um desafio em aberto.
Ver Também
- Inteligência artificial
- Agente inteligente
- Arquitetura cognitiva
- Ciência cognitiva
- Cibernética
- Robótica desenvolvimental
- Ciência cognitiva corporificada
- Robótica epigenética
- Robótica evolucionária
- Sistema inteligente híbrido
- iCub
- Controle inteligente