認知ロボット

認知ロボティクスまたは認知テクノロジーは、ロボットに複雑な世界の複雑な目標に応じてどのように行動するかを学習および推論できるようにする処理アーキテクチャを提供することにより、ロボットにインテリジェントな行動を付与することに関するロボット工学のサブフィールドです。認知ロボティクスは、ロボティックプロセスオートメーション、人工知能、機械学習、ディープラーニング、光学式文字認識、画像処理、プロセスマイニング、分析、ソフトウェア開発、およびシステム統合で構成される、具体化された認知科学および具体化された組み込み認知のエンジニアリング部門と考えることができます。

従来の認知モデリング手法では、世界を描写する手段として記号コーディング方式が想定されていましたが、世界をこのような記号表現に変換することは、不可能ではないにしても問題があることが証明されています。したがって、知覚と動作、および記号表現の概念は、認知ロボットで取り組むべき中核的な問題です。

認知ロボット工学では、従来の人工知能技術とは対照的に、人間や動物の認知をロボット情報処理開発の出発点と見なしています。対象となるロボットの認知機能には、知覚処理、注意の割り当て、予測、計画、複雑な運動調整、他のエージェントに関する推論、さらには自分自身の精神状態に関する推論などがあります。ロボットの認知は、物理世界（またはシミュレートされた認知ロボット工学の場合は仮想世界）におけるインテリジェントエージェントの行動を具体化します。最終的に、ロボットは現実世界で行動できなければなりません。

モーター バブリングと呼ばれるロボット学習の予備技術では、ロボットによる疑似ランダムな複雑なモーター動作と、その結果生じる視覚的および/または聴覚的フィードバックを相関させ、ロボットがモーター出力のパターンを与えられた場合に感覚フィードバックのパターンを予想し始めるようにします。次に、望ましい感覚フィードバックを使用して、モーター制御信号を通知します。これは、赤ちゃんが物体に手を伸ばすことを学んだり、音声を発することを学ぶ方法に似ていると考えられています。たとえば、逆運動学を使用して予想されるフィードバック (望ましいモーター結果) をモーター出力に変換できる、より単純なロボット システムでは、この手順は省略できます。

ロボットがモーターを調整して望ましい結果を生み出すことができるようになると、模倣による学習の手法が使用できるようになります。ロボットは別のエージェントのパフォーマンスを監視し、そのエージェントを模倣しようとします。複雑なシーンからの模倣情報をロボットの望ましい運動結果に変換することは、多くの場合困難です。模倣は認知行動の高レベルな形式であり、具現化された動物の認知の基本モデルでは模倣は必ずしも必要ではないことに注意してください。

より複雑な学習アプローチは「自律的な知識獲得」です。ロボットは独自に環境を探索します。通常、目標と信念のシステムが想定されます。

知的適応型好奇心^{[1] [2]}やカテゴリーベースの内発的動機付け^[3]などの「好奇心」アルゴリズムによって、より指向性の高い探索モードを実現できます。これらのアルゴリズムでは、通常、感覚入力を有限数のカテゴリーに分割し、それぞれに何らかの予測システム (人工ニューラル ネットワークなど) を割り当てます。予測システムは、時間の経過とともに予測のエラーを追跡します。予測エラーの削減は学習と見なされます。ロボットは、最も速く学習している (または予測エラーを削減している) カテゴリを優先的に探索します。

認知ロボット工学の研究者の中には、認知ロボット工学プログラムの基盤として、 ACT-RやSoar (認知アーキテクチャ)などのアーキテクチャの使用を試みた人もいます。これらの高度にモジュール化されたシンボル処理アーキテクチャは、単純化されシンボル化された実験データをモデル化する際に、オペレーターのパフォーマンスや人間のパフォーマンスをシミュレートするために使用されてきました。そのアイデアは、これらのアーキテクチャを拡張して、時間の経過とともに継続的に展開される現実世界の感覚入力を処理することです。必要なのは、世界を何らかの方法で一連のシンボルとその関係に変換する方法です。

認知ロボット工学においてまだ答えが出ていない基本的な質問のいくつかは次のとおりです。

• 学習プロセスをサポートするために、人間によるプログラミングがどの程度必要か、あるいは可能か?
• 進歩を定量化するにはどうすればよいでしょうか。採用されている方法の 1 つは、報酬と罰です。しかし、どのような報酬とどのような罰でしょうか。人間の場合、たとえば子供を教えるときには、報酬はキャンディーや励ましであり、罰はさまざまな形をとることができます。しかし、ロボットの場合、効果的な方法は何でしょうか。^{[引用が必要]}

フーマン・サマニ^[5]著の認知ロボティクスの本[ ⁴ ]は、人工知能、物理的、化学的、哲学的、心理的、社会的、文化的、倫理的側面など、認知ロボティクスのさまざまな側面をカバーするために学際的なアプローチを採用しています。

• 人工知能
• インテリジェントエージェント
• 認知アーキテクチャ
• 認知科学
• サイバネティクス
• 発達ロボット
• 身体化された認知科学
• エピジェネティックロボット
• 進化型ロボット
• ハイブリッドインテリジェントシステム
• アイカブ
• インテリジェント制御

• シンボリックおよびサブシンボリックロボット知能制御システム (SS-RICS)
• インテリジェント システム グループ - ユトレヒト大学
• 認知ロボットグループ - トロント大学
• IDSIAロボティクスラボとユルゲン・シュミットフーバーの認知ロボティクスラボ
• 認知ロボットの未来はどうなるのか？ - アイダホ国立研究所
• 海軍研究所の認知ロボット工学 2010-08-08 にWayback Machineでアーカイブ
• ENSTA の認知ロボット工学は、主に視覚をセンサーとして使用し、複雑で制約のない環境で進化する自律具現化システムです。
• インテリジェントシステムセンター - ヴァンダービルト大学
• ビーレフェルト大学認知・ロボティクス研究所（CoR-Lab）
• デルフト工科大学の社会認知ロボット工学
• マドリッド工科大学自律システム研究所
• ハンブルク大学の知識技術
• 1998年に設立され、アーヘン大学のゲルハルト・レイクマイヤーが率いる認知ロボット協会は、2年ごとに認知ロボットワークショップを開催しており、AIジャーナルの多大な支援を受けています。

• ロボビジネス: より優れた存在になることを夢見るロボット
• www.Conscious-Robots.com
• 認知ロボット協会