[論文レビュー] How Intelligent is your Intelligent Robot?

Alan Winfield|arXiv (Cornell University)|Dec 24, 2017

Modular Robots and Swarm Intelligence参考文献 19被引用数 5

ひとこと要約

本論文は、形態的知能、集団的知能、個体的知能、社会的知能の4軸からなるスターダイアグラムを提案し、ロボットの知能を評価するものである。その結果、現在のロボットは通常2種類の知能しか示さず、3つまたは4つの知能を示す動物に比べて劣っていることが明らかになった。この枠組みは、ロボットにおける慢性的な知能不足を露呈させ、真のロボット知能を実現するには、4つの知能を統合することが不可欠であることを示唆している。

ABSTRACT

How intelligent is robot A compared with robot B? And how intelligent are robots A and B compared with animals (or plants) X and Y? These are both interesting and deeply challenging questions. In this paper we address the question "how intelligent is your intelligent robot?" by proposing that embodied intelligence emerges from the interaction and integration of four different and distinct kinds of intelligence. We then suggest a simple diagrammatic representation on which these kinds of intelligence are shown as four axes in a star diagram. A crude qualitative comparison of the intelligence graphs of animals and robots both exposes and helps to explain the chronic intelligence deficit of intelligent robots. Finally we examine the options for determining numerical values for the four kinds of intelligence in an effort to move toward a quantifiable intelligence vector.

研究の動機と目的

• ロボット工学と動物認知の分野において、普遍的（パン・スペシーズ）な知能の定義が欠如している問題に対処すること。
• 単一の指標や定義にとどまらない、多次元的な知能モデルを提唱すること。
• 自律性の進展にもかかわらず、現在の知能ロボットがなぜ動物の知能に劣っているのかを特定すること。
• エージェント間の知能を比較可能な視覚的・分析的ツール（スターダイアグラム）を開発すること。
• 行動選択のメトリクスと知能ベクトルを用いて、知能を定量化する基盤を構築すること。

提案手法

• 形態的知能、集団的知能、個体的知能、社会的知能という4種の異なる知能を定義し、それぞれを知能の次元として位置づける。
• これらの知能を表す4本の軸を持つスターダイアグラムを構築し、エージェント間の視覚的比較を可能にする。
• 観察された行動に基づいて、例示的なロボットと動物を用いて各軸における相対的スコアを推定する。
• 粗い定量的メトリクスを提案：知能容量の代理指標として、次に可能な行動の数を数えること。
• ドライビング・カー、e-puckロボット、Braitenberg車両といった実世界の事例にフレームワークを適用し、知能プロファイルを提示する。
• Dennettの「生成とテストの塔」を概念的モデルとして用い、個体的知能のレベルを区別する。

実験結果

リサーチクエスチョン

• RQ1 動物とロボットの両方に適用可能な、知能の定義と測定法は何か？
• RQ2 なぜ現在の知能ロボットは、全体的な知能において動物に一貫して劣っているのか？
• RQ3 自律的エージェントの体化知能を規定する4つの異なる種類の知能とは何か？
• RQ4 多様なエージェントの知能を比較可能な視覚的・定量的フレームワークを開発できるか？
• RQ5 4つの提案された次元にわたり、知能を定量化するメトリクスとしてどのような指標が考えられるか？

主な発見

• 現在の多くのロボットは、形態的知能と個体的知能の2種類にとどまっているのに対し、動物は通常3つまたは4つの知能を示す。
• スターダイアグラムは、特に社会的知能と集団的知能において、ロボットに慢性的な知能不足が生じていることを明らかにした。
• 形態的知能は、TechFoot や Jaeger-Lipson のコーヒーグリッパーといったシンプルなロボットによって示されており、複雑な制御なしに複雑な行動を達成している。
• ロボットにおける集団的知能は、採餌や輸送といった基本的な集団行動に限られており、自然界の集団に見られるような複雑さに欠けている。
• ロボットにおける個体的知能は、主に強化学習や模倣学習に限定されており、一般化能力や適応能力に制限がある。
• 提案された行動選択数メトリクスは、特にロボットの文脈においては、知能を定量化するための現実的で、粗いが有用な道筋を示している。