Ga naar hoofdinhoud

Cognitieve robots leren uit ervaringen

Onderzoekers van vier wetenschappelijke instituten werken in het gemeen-schappelijk EU-project ‘Neural Dynamics’  aan robots, die zich net als mensen moeiteloos in hun omgeving handhaven. De coördinatie ligt bij het Institut für Neuroinformatik van de Ruhr-Universität Bochum. Het project wordt door de EU commissie voor een bedrag van € 3,1 miljoen voor vier jaar gesubsidieerd.

Mensen oriënteren zich in hun eigen omgeving meestal moeiteloos. Zonder bewuste geestelijke inspanning nemen wij voorwerpen in onze omgeving op en stellen de positie en oriëntatie vast, zelfs als de voorwerpen worden bewogen.

Testen hebben aangetoond, dat mensen zelfs na langere tijd op deze informatie teruggrijpen, ook al is die slechts korte tijd beschikbaar geweest. Zo herinneren we ons bijvoorbeeld de voorwerpen op de schrijftafel en merken we dat iemand tijdens onze afwezigheid dingen heeft gedraaid of verschoven.

Doelgeoriënteerd handelen berust op zulke patronen. Vooral bij het grijpen van voorwerpen is dat duidelijk. Heeft de mens een scène van tevoren waargenomen, dan kan hij zelfs met gesloten ogen een object doelgericht optillen.

Leren van ervaringen
In het project ‘Neural Dynamics’ willen onderzoekers uit Bochum, van de Högskolan i Skövde (Zweden), de Universidade do Algarve in Faro (Portugal) en de Università della Svizzera Italiana in Lugano (Zwit-serland) een robotsysteem bouwen, dat deze menselijke cognitieve vaardigheden nabootst.

Om zulke zogenaamde cognitieve robots de vaardigheden bij te brengen om objecten in hun omgeving betrouwbaar te detecteren, autonoom op zulke objecten gerichte handelingen te verrichten, daarbij de interactie met mensen aan te gaan en uit ervaringen te leren, is een breed multidisciplinair probleem. De technische oplossing vraagt om nauwe samenwerking tussen wiskunde, neurobiologie, fysica en informatica.

Doel van het project is om twee centrale bouwstenen voor de realisering van een cognitieve robot samen te brengen: de perceptie van de objecten binnen een scène en de eigenschap om uit deze indrukken een overeen-komstige volgorde van handelingen uit te voeren.

Wiskundig kader
Theoretisch gefundeerde oplossingen voor deze problemen moeten de cognitieve robot voorzien van de capaciteiten, die het mogelijk maken om eenvoudige sensorinformatie (zoals stereobeelden van een scène) waar te nemen en de daar voorhanden zijnde objecten vast te leggen. Tegelijkertijd moeten de robots het procesverloop en het gedrag uit ervaringen met mensen leren en deze flexibel bij andere opdrachten kunnen gebruiken. Echter een geïntegreerde oplossing van alle betreffende componenten levert pas een totaal cognitief robotsysteem op.

Een centraal doel van het project is daarom het ontwikkelen van een wiskundig kader, waarbinnen de eigenschappen van cognitieve robots kunnen worden gegenereerd. Als theoretische taal moeten daarbij neuronale dynamieken worden gebruikt ten behoove van de systeemintegratie. Ook moeten bouwstenen voor de waarneming en het genereren van handelingen worden geformuleerd. Neuronale dynamieken beschrijven de activiteit van populaties van zenuwcellen door neuronale velden, waarvan de tijdelijke activiteiten door differentiaalvergelijkingen wordt gemodelleerd.

Verwachte resultaten
De verwachte resultaten van dit project zijn gevarieerd. De onderzoekers willen de taal van de neuronale dynamiek ontwikkelen als kader voor de formulering van de problemen voor de waarneming en het flexibel genereren van handelingen. Binnen deze theoretische taal ontwikkelen zij concrete componenten voor de waarneming van scènes, het genereren van handelingen en de omzetting hiervan.

Vervolgens moeten testscenario’s voor de demonstratie en evaluatie van de oplossing worden ontwikkeld en toegepast op de robot. Tot slot moeten de ontwikkelde theoretische concepten en methoden in een serie workshops en de handleidingen toegankelijk worden gemaakt voor een interdisciplinair publiek.

x
Mis niet langer het laatste nieuws

Schrijf u nu in voor onze nieuwsbrief.

Inschrijven