Integration of Action, Joint Action and Learning in Robot Cognitive Architectures - Archive ouverte HAL
Article Dans Une Revue Intellectica - La revue de l’Association pour la Recherche sur les sciences de la Cognition (ARCo) Année : 2016

Integration of Action, Joint Action and Learning in Robot Cognitive Architectures

Intégration de l’action, de l’action conjointe et de l’apprentissage dans les architectures cognitives robotiques

Résumé

In contrast with research work in Artificial Intelligence, which can test designed reasoning algorithms on specific problems in isolation during perfectly controlled discrete simulations, Robotics always faced the requirement of integrating perception, decision and action execution to work on embodied platforms interacting in and with the real world. This forced roboticists to address in various ways the question of how to efficiently coordinate different memory systems, different levels of decision-making and different learning processes within proposed artificial cognitive architectures. Such robotic proposals have often entertained strong interactions with similar questions as they are also raised in Philosophy, Neuroscience, Psychology and Cognitive Sciences in general. Here we focally review robotic work integrating different levels of action (from goal-oriented action planning to reflexes; from action monitoring to reactive visually-guided behavior) and their associated learning mechanisms. We show that such integration is necessary and sufficient to have an artificial agent fulfill a basic level of self-performance monitoring, and as a consequence to display higher behavioral flexibility, autonomy and generalizability between different environments. We illustrate these issues with examples of experimental work on coordination of multiple learning systems in a single robot and on joint action during human-robot cooperation, finding that partly similar mechanisms for the integration of different action levels can be at work for both individual action and joint action. We highlight some of the successes and failures of these robotic approaches with the hope of feeding and contributing to similar debates on action in other fields of Cognitive Sciences.
À l’opposé des recherches en Intelligence Artificielle, où des algorithmes conçus pour des problèmes spécifiques peuvent être testés dans des conditions de simulation parfaitement contrôlée, la Robotique a toujours eu à faire face à la nécessité d’intégrer la perception, la décision et l’exécution de l’action pour pouvoir fonctionner sur des plateformes physiques en interaction dans et avec le monde réel. Cette particularité a obligé les roboticiennes et roboticiens à se poser très tôt la question de comment coordonner efficacement différents systèmes de mémoires, différents niveaux de prise de décision et différents processus d’apprentissage dans des architectures cognitives. En conséquence, les propositions d’architectures robotiques ont souvent été confrontées et nourries par les questionnements sur les architectures cognitives tels qu’abordés en Philosophie, en Psychologie, en Neurosciences, et plus généralement en Sciences Cognitives. Dans cet article, nous passons en revue les travaux robotiques qui ont abordé le problème de l’intégration de différents niveaux d’action et de leurs mécanismes d’apprentissage associés (de la planification des actions orientées vers un but aux simples réflexes ; de la surveillance de l’action aux comportements réactifs guidés par la vision). Nous montrons qu’un tel type d’intégration est nécessaire et suffisant pour permettre à un agent artificiel de montrer un niveau basique de surveillance de sa propre performance, et en conséquence de montrer de plus grandes capacités de flexibilité comportementale, d’autonomie et de généralisation à différents environnements. Nous illustrons cette problématique à travers des exemples expérimentaux sur la coordination de systèmes multiples d’apprentissage au sein d’un même robot, et sur l’application à l’action conjointe lors de la coopération homme-robot. Nous trouvons en effet que des mécanismes partiellement similaires d’intégration des niveaux d’action peuvent fonctionner à la fois pour l’action individuelle et pour l’action conjointe. Enfin, nous mettons en lumière certains des succès et des échecs de ces approches robotiques en espérant nourrir et contribuer aux débats similaires sur l’action qui se posent dans les autres champs des Sciences Cognitives.
Fichier principal
Vignette du fichier
articleActionIntellectica65_v5.pdf (700.1 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01375666 , version 1 (21-01-2019)

Identifiants

Citer

Mehdi Khamassi, Benoît Girard, Aurélie Clodic, Sandra Devin, Erwan Renaudo, et al.. Integration of Action, Joint Action and Learning in Robot Cognitive Architectures. Intellectica - La revue de l’Association pour la Recherche sur les sciences de la Cognition (ARCo), 2016, 2016/1 (65), pp.169-203. ⟨10.3406/intel.2016.1794⟩. ⟨hal-01375666⟩
612 Consultations
497 Téléchargements

Altmetric

Partager

More