一种将空间概念注入机器人系统的新方法

SorbonneUniversités和CNRS的研究人员最近研究了机器人系统中基于机器人的感觉运动流程出现简化空间概念的先决条件。他们的研究预先发表在arXiv上，是一个大型项目的一部分，他们在这个项目中探索了如何将基本的感知概念(例如身体，空间，物体，颜色等)灌输到生物或人工系统中。

到目前为止，机器人系统的设计主要反映了人类感知世界的方式。然而，设计仅由人类直觉引导的机器人可能会限制他们对人类经历的感知。

因此，为了设计完全自主的机器人，研究人员可能需要远离与人类相关的结构，允许机器人代理人开发他们自己的感知世界的方式。根据SorbonneUniversités和CNRS的研究人员团队的说法，机器人应该通过分析其感觉运动经验和识别有意义的模式来逐步发展自己的感知概念。

“一般的假设是没有人对生物有机体给出感知概念，”开展这项研究的研究人员之一Alexander Terekhov告诉TechXplore。“这些概念随着时间的推移而发展，作为有用的工具，帮助他们理解他们经常暴露的巨大的感觉运动数据。因此，青蛙的空间概念很可能与蝙蝠的概念不同，这将是蝙蝠的概念。反过来又与人类不同。所以在建造机器人时，我们应该给它什么样的空间概念?可能没有这些。如果我们想要机器人真正智能，我们不应该使用抽象概念来构建它们，而是提供他们使用算法让他们自己开发这样的概念。“

特列霍夫和他的同事们表明，空间作为与环境无关的概念不能只通过外部信息来推断，因为这些信息根据环境中的情况而有很大差异。通过研究将运动命令与代理外部的刺激变化联系起来的函数，可以更好地定义这一概念。

“重要的见解来自法国着名数学家亨利·庞加莱(Henri Poincare)的一项旧研究，他对一般的数学，特别是几何学如何能够从人类的感知中产生兴趣，”特列霍夫说。“他认为，感官输入中的巧合可能起着至关重要的作用。”

通过一个简单的例子可以更好地解释Poincare引入的思想。当我们观察一个给定的物体时，眼睛捕捉到一个特定的图像，如果物体向左移动10厘米，它将会改变。但是，如果我们向左移动10厘米，我们看到的图像将保持几乎完全相同。

“如果你想一想人体有多少受体，这个属性似乎是不可思议的，”特列霍夫说。“几乎不可能在一生中两次输入相同的输入，但我们经常会经历它。这些低概率事件可能被大脑用来构建一般的感知概念。”

为了将这些想法应用于机器人系统的设计，研究人员在其尖端编程了一个带有摄像头的虚拟机器人手臂。每次收到相同的视觉输入时，机器人都会记录来自手臂关节的测量结果。“通过关联所有这些测量，机器人构建了一个抽象，在数学上等同于其相机的位置和方向，即使它没有明确访问这些信息，”Terekhov说。“最重要的是，即使这个抽象概念是基于视觉输入学习的，它最终会独立于它，因此适用于所有环境;同样地，我们的空间概念不依赖于我们的特定场景看到。”

在另一项研究中应用相同的原理，研究人员成功地促使机器人补偿由于放置在相机前面的镜头引起的光学畸变。通常，这可以通过在成对的失真和未失真图像上训练算法来实现。

“我们研究的棘手部分是，机器人必须通过仅观察扭曲的图像来完成这项任务，就像人类学会补偿眼镜引入的扭曲一样，”特列霍夫说。“我们认为Poincare引入的原理是我们算法的基础，它可以更加通用，并且可以在多个层次上被大脑利用。我们目前正在探索使用这些原理构建不受影响的神经网络的可能性。从灾难性的遗忘中，可以逐渐积累知识。“