edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Guido Schillaci
Titel: Sensorimotor learning and simulation of experience as a basis for the development of cognition in robotics
Gutachter: Verena V. Hafner; Bruno Lara; Angelo Cangelosi
Erscheinungsdatum: 11.03.2014
Volltext: pdf (urn:nbn:de:kobv:11-100215988)
Fachgebiet(e): Informatik
Schlagwörter (ger): embodied artificial intelligence, developmental robotics, motorische und kognitive Entwicklung, motor babbling, self-exploration, sensomotorischen Lernen, interen Modelle, inverse und vorwärtsmodelle, sensomotorischen Simulationsprozesse, kinästhetisches Lernen, Lernen durch Demonstration, self-other distinction, joint attention, Werkzeugnutzung, Verhaltenserkennung
Schlagwörter (eng): embodied artificial intelligence, developmental robotics, motor and cognitive development, motor babbling, self-exploration, sensorimotor learning, internal models, inverse and forward models, sensorimotor simulations, kinaestetic teaching, learning from demonstration, self-other distinction, joint attention, tool-use, behaviour recognition
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II
Lizenz: Namensnennung (CC BY)
Zitationshinweis: Schillaci, Guido: Sensorimotor learning and simulation of experience as a basis for the development of cognition in robotics; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II , publiziert am 11.03.2014, urn:nbn:de:kobv:11-100215988
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.

Abstract (ger):
Heutige Roboter sind nur begrenzt in der Lage etwas zu erlernen, sich unerwarteten Umständen anzupassen oder auf diese zu reagieren. Als Antwort auf diese Fragen, develomental robotics setzt sich den Aufbau eines künstlichen Systems zum Ziel, das motorische und kognitive Fähigkeiten analog zur menschlichen Entwicklung durch Interaktion mit der Umgebung entwickeln kann. In dieser Arbeit wird ein ähnlich Ansatz verwendet, mit Hilfe dessen grundlegende Verhaltenskomponenten identifiziert werden sollen, die eine autonome Aneignung motorischer und kognitive Fähigkeiten durch die Roboter ermöglichen könnten. Diese Arbeit untersucht die sensomotorische Interaktion als Mittel zur Schaffung von Erfahrungen. Es werden Experimente zu explorative Verhaltensweisen zur Aneigung von Arbewegungen, der Werkzeugnutzung und von interaktiven Fähigkeiten vorgestellt. In diesem Rahmen wird auch die Entwicklung sozialer Fähigkeiten, insbesondere durch joint attention, behandelt. Dabei werden zwei Vorraussetzugen zu joint attention untersucht: Zeigegesten und Erkennung von visueller Salienz. Dabei wurde das Framework der interen Modelle für die Darstellung von sensomotorischen Erfahrungen angewendet. Insbesondere wurden inverse und Vorwärtsmodelle mit unterschiedlichen Konfigurationen am sensorischen und motorischen Daten, die vom Roboter durch exploratives Verhalten, durch Beobachtung menschliche Vorführern, oder durch kinästhetisches Lehren erzeugt wurden geschult. Die Entscheidung zu Gunsten dieses Framework wurde getroffen, da es in der Lage ist, sensomotorische Zyklen zu simulieren. Diese Arbeit untersucht, wie grundlegende kognitive Fähigkeiten in einen humanoiden Roboter unter Berücksichtigung sensorischer und motorischer Erfahrungen implementiert werden können. Insbesondere wurden interne Simulationsprozesse für die Implementierung von Kognitivenfahigkeiten wie die Aktionsauswahl, die Werkzeugnutzung, die Verhaltenserkennung und die Self-Other distinction, eingesetzt.
Abstract (eng):
State-of-the-art robots are still not properly able to learn from, adapt to, react to unexpected circumstances, and to autonomously and safely operate in uncertain environments. Researchers in developmental robotics address these issues by building artificial systems capable of acquiring motor and cognitive capabilities by interacting with their environment, inspired by human development. This thesis adopts a similar approach in finding some of those basic behavioural components that may allow for the autonomous development of sensorimotor and social skills in robots. Here, sensorimotor interactions are investigated as a mean for the acquisition of experience. Experiments on exploration behaviours for the acquisition of arm movements, tool-use and interactive capabilities are presented. The development of social skills is also addressed, in particular of joint attention, the capability to share the focus of attention between individuals. Two prerequisites of joint attention are investigated: imperative pointing gestures and visual saliency detection. The established framework of the internal models is adopted for coding sensorimotor experience in robots. In particular, inverse and forward models are trained with different configurations of low-level sensory and motor data generated by the robot through exploration behaviours, or observed by human demonstrator, or acquired through kinaesthetic teaching. The internal models framework allows the generation of simulations of sensorimotor cycles. This thesis investigates also how basic cognitive skills can be implemented in a humanoid robot by allowing it to recreate the perceptual and motor experience gathered in past interactions with the external world. In particular, simulation processes are used as a basis for implementing cognitive skills such as action selection, tool-use, behaviour recognition and self-other distinction.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
Startseite: 9 Zugriffe PDF: 133 Zugriffe Startseite: 14 Zugriffe PDF: 177 Zugriffe Startseite: 4 Zugriffe PDF: 55 Zugriffe Startseite: 7 Zugriffe PDF: 33 Zugriffe Startseite: 6 Zugriffe PDF: 30 Zugriffe Startseite: 6 Zugriffe PDF: 33 Zugriffe Startseite: 12 Zugriffe PDF: 96 Zugriffe Startseite: 8 Zugriffe PDF: 51 Zugriffe Startseite: 3 Zugriffe PDF: 56 Zugriffe Startseite: 1 Zugriffe PDF: 60 Zugriffe Startseite: 7 Zugriffe PDF: 70 Zugriffe Startseite: 8 Zugriffe PDF: 67 Zugriffe Startseite: 7 Zugriffe PDF: 67 Zugriffe Startseite: 11 Zugriffe PDF: 42 Zugriffe Startseite: 3 Zugriffe PDF: 35 Zugriffe Startseite: 2 Zugriffe PDF: 51 Zugriffe Startseite: 2 Zugriffe PDF: 36 Zugriffe Startseite: 1 Zugriffe PDF: 35 Zugriffe Startseite: 13 Zugriffe PDF: 62 Zugriffe Startseite: 6 Zugriffe PDF: 90 Zugriffe Startseite: 19 Zugriffe PDF: 79 Zugriffe Startseite: 12 Zugriffe PDF: 54 Zugriffe Startseite: 12 Zugriffe PDF: 55 Zugriffe Startseite: 7 Zugriffe PDF: 94 Zugriffe Startseite: 8 Zugriffe PDF: 58 Zugriffe Startseite: 10 Zugriffe PDF: 51 Zugriffe Startseite: 6 Zugriffe PDF: 55 Zugriffe Startseite: 11 Zugriffe PDF: 50 Zugriffe Startseite: 6 Zugriffe PDF: 86 Zugriffe Startseite: 3 Zugriffe PDF: 58 Zugriffe Startseite: 4 Zugriffe PDF: 65 Zugriffe Startseite: 4 Zugriffe PDF: 62 Zugriffe Startseite: 5 Zugriffe PDF: 61 Zugriffe Startseite: 7 Zugriffe PDF: 62 Zugriffe Startseite: 18 Zugriffe PDF: 64 Zugriffe Startseite: 12 Zugriffe PDF: 68 Zugriffe Startseite: 8 Zugriffe PDF: 72 Zugriffe Startseite: 8 Zugriffe PDF: 60 Zugriffe
Apr
14
May
14
Jun
14
Jul
14
Aug
14
Sep
14
Oct
14
Nov
14
Dec
14
Jan
15
Feb
15
Mar
15
Apr
15
May
15
Jun
15
Jul
15
Aug
15
Sep
15
Oct
15
Nov
15
Dec
15
Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
May
17
Monat Apr
14
May
14
Jun
14
Jul
14
Aug
14
Sep
14
Oct
14
Nov
14
Dec
14
Jan
15
Feb
15
Mar
15
Apr
15
May
15
Jun
15
Jul
15
Aug
15
Sep
15
Oct
15
Nov
15
Dec
15
Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
May
17
Startseite 9 14 4 7 6 6 12 8 3 1 7 8 7 11 3 2 2 1 13 6 19 12 12 7 8 10 6 11 6 3 4 4 5 7 18 12 8 8
PDF 133 177 55 33 30 33 96 51 56 60 70 67 67 42 35 51 36 35 62 90 79 54 55 94 58 51 55 50 86 58 65 62 61 62 64 68 72 60

Gesamtzahl der Zugriffe seit Apr 2014:

  • Startseite – 290 (7.63 pro Monat)
  • PDF – 2433 (64.03 pro Monat)
 
 
Generiert am 21.06.2017, 03:54:11