La robótica del desarrollo ( DevRob ), a veces llamada robótica epigenética , es un campo científico que tiene como objetivo estudiar los mecanismos, arquitecturas y limitaciones del desarrollo que permiten el aprendizaje abierto y permanente de nuevas habilidades y nuevos conocimientos en máquinas incorporadas . Al igual que en los niños humanos, se espera que el aprendizaje sea acumulativo y de complejidad progresivamente creciente, y que resulte de la autoexploración del mundo en combinación con la interacción social . El enfoque metodológico típico consiste en partir de teorías del desarrollo humano y animal elaboradas en campos como la psicología del desarrollo , la neurociencia , la biología del desarrollo y evolutiva y la lingüística , para luego formalizarlas e implementarlas en robots, explorando en ocasiones extensiones o variantes de las mismas. La experimentación de esos modelos en robots permite a los investigadores confrontarlos con la realidad y, como consecuencia, la robótica del desarrollo también proporciona retroalimentación e hipótesis novedosas sobre las teorías del desarrollo humano y animal.
La robótica del desarrollo está relacionada con la robótica evolutiva (ER), pero se diferencia de ella. ER utiliza poblaciones de robots que evolucionan con el tiempo, mientras que DevRob está interesado en cómo se desarrolla la organización del sistema de control de un solo robot a través de la experiencia, con el tiempo.
DevRob también está relacionado con el trabajo realizado en los ámbitos de la robótica y la vida artificial .
¿Puede un robot aprender como un niño? ¿Puede aprender una variedad de nuevas habilidades y nuevos conocimientos no especificados en el momento del diseño y en un entorno parcialmente desconocido y cambiante? ¿Cómo puede descubrir su cuerpo y sus relaciones con el entorno físico y social? ¿Cómo pueden sus capacidades cognitivas desarrollarse continuamente sin la intervención de un ingeniero una vez "fuera de fábrica"? ¿Qué puede aprender a través de las interacciones sociales naturales con los humanos? Éstas son las preguntas que están en el centro de la robótica del desarrollo. Alan Turing, así como otros pioneros de la cibernética, ya formularon esas preguntas y el enfoque general en 1950, [1] pero sólo a finales del siglo XX comenzaron a investigarse sistemáticamente. [2] [3] [4]
Debido a que el concepto de máquinas inteligentes adaptativas es central para la robótica del desarrollo, tiene relaciones con campos como la inteligencia artificial, el aprendizaje automático, la robótica cognitiva o la neurociencia computacional . Sin embargo, si bien puede reutilizar algunas de las técnicas elaboradas en estos campos, difiere de ellas desde muchas perspectivas. Se diferencia de la inteligencia artificial clásica porque no asume la capacidad de razonamiento simbólico avanzado y se centra en habilidades sensoriomotoras y sociales encarnadas y situadas en lugar de problemas simbólicos abstractos. Se diferencia de la robótica cognitiva porque se centra en los procesos que permiten la formación de capacidades cognitivas en lugar de estas capacidades en sí. Se diferencia de la neurociencia computacional porque se centra en el modelado funcional de arquitecturas integradas de desarrollo y aprendizaje. De manera más general, la robótica del desarrollo se caracteriza únicamente por las siguientes tres características:
La robótica del desarrollo surgió en la encrucijada de varias comunidades de investigación, incluida la inteligencia artificial incorporada, la ciencia cognitiva de sistemas dinámicos y enactivos y el conexionismo. Partiendo de la idea esencial de que el aprendizaje y el desarrollo ocurren como el resultado autoorganizado de las interacciones dinámicas entre cerebros, cuerpos y su entorno físico y social, y tratando de comprender cómo se puede aprovechar esta autoorganización para proporcionar un aprendizaje permanente independiente de las tareas. de habilidades de complejidad creciente, la robótica del desarrollo interactúa fuertemente con campos como la psicología del desarrollo, la neurociencia cognitiva y del desarrollo, la biología del desarrollo (embriología), la biología evolutiva y la lingüística cognitiva. Como muchas de las teorías provenientes de estas ciencias son verbales y/o descriptivas, esto implica una formalización crucial y una actividad de modelado computacional en la robótica del desarrollo. Estos modelos computacionales no sólo se utilizan como formas de explorar cómo construir máquinas más versátiles y adaptables, sino también como una forma de evaluar su coherencia y posiblemente explorar explicaciones alternativas para comprender el desarrollo biológico. [4]
Debido al enfoque y la metodología generales, los proyectos de robótica del desarrollo generalmente se centran en que los robots desarrollen los mismos tipos de habilidades que los bebés humanos. Una primera categoría que es importante investigar es la adquisición de habilidades sensoriomotoras. Estos incluyen el descubrimiento del propio cuerpo, incluida su estructura y dinámica, como la coordinación mano-ojo, la locomoción y la interacción con objetos, así como el uso de herramientas, con un enfoque particular en el descubrimiento y aprendizaje de posibilidades. Una segunda categoría de habilidades a las que se dirigen los robots del desarrollo son las habilidades sociales y lingüísticas: la adquisición de juegos de comportamiento social simples como tomar turnos, interacción coordinada, léxicos, sintaxis y gramática, y la conexión de estas habilidades lingüísticas con habilidades sensoriomotoras (a veces denominadas como símbolo de puesta a tierra). Paralelamente, se está investigando la adquisición de habilidades cognitivas asociadas, como el surgimiento de la distinción entre yo y no yo, el desarrollo de capacidades de atención, de sistemas de categorización y representaciones de niveles superiores de posibilidades o constructos sociales, de la aparición de valores. , empatía o teorías de la mente.
Los espacios sensoriomotores y sociales en los que viven los humanos y los robots son tan grandes y complejos que sólo una pequeña parte de las habilidades potencialmente aprendibles pueden explorarse y aprenderse a lo largo de la vida. Por lo tanto, los mecanismos y restricciones son necesarios para guiar a los organismos en desarrollo en su desarrollo y control del crecimiento de la complejidad. Hay varias familias importantes de estos mecanismos de guía y restricciones que se estudian en la robótica del desarrollo, todas inspiradas en el desarrollo humano:
Si bien la mayoría de los proyectos de robótica del desarrollo interactúan estrechamente con las teorías del desarrollo animal y humano, los grados de similitudes e inspiración entre los mecanismos biológicos identificados y su contraparte en los robots, así como los niveles de abstracción del modelado, pueden variar mucho. Mientras que algunos proyectos tienen como objetivo modelar con precisión tanto la función como la implementación biológica (modelos neuronales o morfológicos), como en Neurorobotics , otros proyectos solo se centran en el modelado funcional de los mecanismos y restricciones descritos anteriormente y podrían, por ejemplo, reutilizar en sus arquitecturas técnicas. provenientes de campos de matemáticas aplicadas o ingeniería.
Dado que la robótica del desarrollo es un campo de investigación relativamente nuevo y al mismo tiempo muy ambicioso, aún quedan muchos desafíos fundamentales por resolver.
En primer lugar, las técnicas existentes están lejos de permitir que los robots de alta dimensión del mundo real aprendan un repertorio abierto de habilidades cada vez más complejas a lo largo de su vida. Los espacios sensoriomotores continuos de alta dimensión constituyen un obstáculo importante a resolver. El aprendizaje acumulativo a lo largo de toda la vida es otro. En realidad, hasta el momento no se han realizado experimentos que duren más de unos pocos días, lo que contrasta fuertemente con el tiempo que necesitan los bebés humanos para aprender habilidades sensoriomotoras básicas mientras están equipados con cerebros y morfologías que son tremendamente más poderosos que los mecanismos computacionales existentes.
Entre las estrategias a explorar para avanzar hacia este objetivo, se investigará de manera más sistemática la interacción entre los mecanismos y las limitaciones descritas en la sección anterior. De hecho, hasta ahora se han estudiado principalmente de forma aislada. Por ejemplo, la interacción entre el aprendizaje motivado intrínsecamente y el aprendizaje guiado socialmente, posiblemente limitado por la maduración, es una cuestión esencial que debe investigarse.
Otro desafío importante es permitir que los robots perciban, interpreten y aprovechen la diversidad de señales sociales multimodales proporcionadas por humanos no ingenieros durante la interacción entre humanos y robots. Hasta ahora, estas capacidades son en su mayoría demasiado limitadas para permitir una enseñanza eficiente y de propósito general por parte de humanos.
Una cuestión científica fundamental que debe comprenderse y resolverse, que se aplica igualmente al desarrollo humano, es cómo la composicionalidad, las jerarquías funcionales, los primitivos y la modularidad, en todos los niveles de las estructuras sensoriomotoras y sociales, pueden formarse y aprovecharse durante el desarrollo. Esto está profundamente relacionado con el problema de la aparición de símbolos, a veces denominado " problema de la base del símbolo " cuando se trata de la adquisición del lenguaje. En realidad, se cuestiona activamente la existencia misma y la necesidad de símbolos en el cerebro y se investigan conceptos alternativos que aún permitan la composicionalidad y las jerarquías funcionales.
Durante la epigénesis biológica, la morfología no se fija sino que se desarrolla en constante interacción con el desarrollo de las habilidades sensoriomotoras y sociales. El desarrollo de la morfología plantea problemas prácticos obvios con los robots, pero puede ser un mecanismo crucial que debería explorarse más a fondo, al menos en simulación, como en la robótica morfogenética.
Otro problema abierto es la comprensión de la relación entre los fenómenos clave investigados por la robótica del desarrollo (por ejemplo, sistemas sensoriomotores jerárquicos y modulares, motivaciones intrínsecas/extrínsecas/sociales y aprendizaje abierto) y los mecanismos cerebrales subyacentes.
De manera similar, en biología, los mecanismos de desarrollo (que operan en la escala de tiempo ontogenética) interactúan estrechamente con los mecanismos evolutivos (que operan en la escala de tiempo filogenética), como se muestra en la floreciente literatura científica " evo-devo ". [5] Sin embargo, la interacción de esos mecanismos en organismos artificiales, en particular en robots de desarrollo, todavía está muy poco estudiada. La interacción de los mecanismos evolutivos, el desarrollo de las morfologías y el desarrollo de habilidades sensoriomotoras y sociales será, por tanto, un tema muy estimulante para el futuro de la robótica del desarrollo.
El Taller sobre Desarrollo y Aprendizaje, financiado por NSF/DARPA, se llevó a cabo del 5 al 7 de abril de 2000 en la Universidad Estatal de Michigan. Fue la primera reunión internacional dedicada a la comprensión computacional del desarrollo mental de robots y animales. Se utilizó el término "por" ya que los agentes están activos durante el desarrollo.
Los primeros cursos universitarios en DevRob se ofrecieron en Bryn Mawr College y Swarthmore College en la primavera de 2003 por Douglas Blank y Lisa Meeden, respectivamente. El primer curso de posgrado en DevRob lo ofreció Alexander Stoytchev en la Universidad Estatal de Iowa en el otoño de 2005.