Robots cognitivos humanoides que aprenden por imitación: Implicaciones para estudios de la conciencia

Robots cognitivos humanoides que aprenden por imitación:  Implicaciones para estudios de la conciencia

Ideas principales

En este artículo se expone el propósito, funcionalidad y elementos con los que cuenta el robot CERIL, el cual tiene la capacidad de aprender a realizar tareas mediante la imitación.

A continuación, se exponen los elementos que componen la arquitectura:

• Entorno

El entorno de aprendizaje se desarrolla mediante un programa informático grafico en el que un demostrador manipula objetos en una mesa virtual.

Por otra parte, al momento de ejecutar tareas CERIL debe interactuar con un medio físico en el cual sus acciones tendrán un impacto sobre su entorno.

• Sistema sensorial

CERIL cuenta con un sistema de visión a través del cual percibe su entorno.

• Sistema de procesamiento de la información

Razonamiento causa-efecto: Se utiliza durante la etapa de aprendizaje y permite al sistema inferir las intenciones del demostrador para utilizarlas en tareas en las que se requiera lograr el mismo objetivo.

Memoria de trabajo: Conserva las interpretaciones explicativas y permite utilizar GALIS: Control de mecanismos neuronal que permite activar y desactivar compuertas para realizar tareas.

DIRECT: Algoritmo que permite crear una ruta optima de movimientos robóticos mediante el cálculo de la cinemática inversa.

• Sistema motor

CERIL cuenta con brazos robóticos articulados para realizar su tarea, sin embargo, estos presentan limitaciones debido a los grados de libertad con los que esta diseñado, ejemplo de esto, es la rotación de las muñecas, tal como se menciona en el artículo.

Preguntas de reflexión

• ¿Cuál es la ventaja de CERIL respecto a otros robots que aprenden por imitación?

Su análisis de causa y efecto permite que el robot, además de imitar, aprenda sobre las motivaciones del demostrador facilitando la toma de decisiones posteriores incluso cuando el escenario planteado no es exactamente igual.

También permite al robot argumentar posteriormente sobre las razones por las cuales ha tomado una decisión en específico, permitiendo a los seres humanos entender de manera simple la forma en que esta evaluando y por ende, aumentar su confiabilidad en el mismo.

...