Aprendizado sensório-motor em robôs cognitivos utilizando modelo CST-CONAIM

Abstract

Cognitive architectures, as the CONAIM model (Conscious Attention-Based Integrated Model) (SIMõES, 2015; SIMõES; COLOMBINI; RIBEIRO, 2016; SIMOES; COLOMBINI; RIBEIRO, 2017; COLOMBINI; SIMõES; RIBEIRO, 2017), suggest that a way to obtain consciousness in machines is the use of several factors inspired by those present in the human cognitive system, such as memories, reasoning, planning, decision making, learning, motivation, and attention. However, implementing this type of system has shown to be complex, requiring computational tools with a high degree of specialization or implemented in very limited situations. A specialized platform for building cognitive architectures, CST (Cognitive Systems Toolkit), stands out in this scenario (GUDWIN et al., 2013; PARAENSE et al., 2016). It contains cognitive structures called codelets and memory objects, capable of supporting the modules provided in the CONAIM model, as well as their possible evolutions. Recent works of our research group implemented CONAIM and reinforcement learning (RL) modules with the CST (REGATTIERI; COLOMBINI, 2018; BERTO, 2020; BERTO et al., 2020a; BERTO et al., 2020b) with a single procedural learning mechanism that, without external modifications, demonstrates the incremental learning process in the first three sensorimotor substages in Jean Piaget’s Theory (PIAGET, 1952). The validation of the development and learning process of this system will be carried out through a collection of cognitive experiments that can be used to study the new model and its computational and cognitive impacts (BERTO, 2020). Thus, the present work seeks to extend this investigation by implementing the learner attentive-cognitive agent and its validation through some of the proposed cognitive experiments using mobile robots in simulated environments. The results obtained show the possibility of evaluating the learning level of a robot through incremental cognitive experiments.

Arquiteturas cognitivas computacionais, como o CONAIM (Conscious Attention-Based Integrated Model) (SIMÕES, 2015), sugerem que um caminho para a obtenção da consciência em máquinas seria o uso coordenado de diversos elementos inspirados naqueles presentes no sistema cognitivo humano, como memórias, raciocínio, planejamento, tomada de decisão, aprendizado, motivação e atenção. Contudo, a implementação desse tipo de sistema tem se mostrado complexa, demandando ferramentas computacionais com alto grau de especialização ou aplicáveis em situações muito limitadas. Uma plataforma especializada para a construção de arquiteturas cognitivas, o CST (Cognitive Systems Toolkit) (PARAENSE, 2016), tem se destacado nesse cenário. Nela estão disponíveis estruturas cognitivas elementares denominadas codelets e objetos de memória (memory objects), capazes de dar suporte à implementação dos módulos previstos no modelo CONAIM, bem como suas possíveis evoluções. Trabalhos realizados pelo grupo de pesquisa implementaram módulos atencionais do CONAIM e módulos de aprendizado por reforço (AR) com as ferramentas disponíveis no CST (BERTO, 2020; REGATTIERI, 2018) e delinearam uma série de experimentos cognitivos que podem contribuir para a investigação desse novo modelo e de seus impactos computacionais. O presente trabalho busca estender essa investigação através da implementação de um sistema cognitivo-atencional com um único mecanismo de aprendizado procedimental, baseado no processo incremental de aprendizado humano nos três primeiros subestágios sensório-motores da Teoria de Jean Piaget (PIAGET, 1952). A validação do processo de desenvolvimento e aprendizado deste sistema será efetuada através de experimentos cognitivos propostos por (BERTO, 2020), utilizando robôs móveis em ambiente simulado.