e-MDBa cognitive architecture for lifelong open-ended learning autonomy in robotic systems

Resumen

El campo de la robótica autónoma enfrenta actualmente el desafío de diseñar robots con niveles de autonomía que les permitan ser útiles en dominios complejos y cambiantes. Esto implica diseñar sistemas capaces de operar de manera abierta (open-ended), es decir, capaces de realizar tareas útiles en dominios que no se conocían en el momento del diseño. También significa que los robots deben ser capaces de reutilizar e integrar el conocimiento adquirido en procesos de aprendizaje diferentes y posiblemente distantes, haciendo que los desafíos de aprendizaje posteriores sean cada vez más accesibles. Es decir, deben ser capaces de aprender durante toda la vida (lifelong learning). Esta tesis doctoral pretende explorar los principios básicos que serían necesarios para alcanzar este nuevo nivel de autonomía: la autonomía de aprendizaje abierto a lo largo de la vida (lifelong open-ended learning autonomy, LOLA). Abordamos el problema de cómo un diseñador puede diseñar robots que deben operar en entornos LOLA y, lo que es más importante, que sean útiles para los humanos que los construyen. Para formalizar la propuesta, proponemos las bases de un enfoque de arquitectura que soporte LOLA, lo que implica el desarrollo de dos componentes principales: un sistema motivacional y una memoria asociativa a largo plazo (LTM). Con el objetivo de probarlos, estos componentes se implementan en una arquitectura prototipo denominada epistemic Multilevel Darwinist Brain (e-MDB), que se prueba en un conjunto de experimentos considerando robots reales operando en condiciones LOLA. Los resultados obtenidos abren un amplio abanico de temas de investigación que son de interés para complementar el trabajo realizado y mejorar el funcionamiento de LOLA en robots. Entre ellos, los más relevantes son los relacionados con la capacidad de obtener de forma autónoma representaciones adecuadas del conocimiento que puedan facilitar la abstracción y generalización del mismo en tiempo real. También se presentan algunos trabajos preliminares en esta línea para proporcionar un punto de partida para futuras investigaciones en el marco de las arquitecturas cognitivas para LOLA