[論文レビュー] The implications of embodiment for behavior and cognition: animal and robotic case studies

Matej Hoffmann, Rolf Pfeifer|arXiv (Cornell University)|Feb 2, 2012

Action Observation and Synchronization参考文献 68被引用数 35

ひとこと要約

本稿では、認知と行動が脳・身体・環境の動的結合から生じることを主張し、歩行、把持、視覚に関する動物およびロボットの事例研究を通じて、身体性が制御および知覚を根本的に規定することを示している。身体的自己認識（body schema）と前方モデル（forward models）を、低レベルのセンサモータープロセスと高レベルの認知を結ぶ核心的メカニズムとして導入し、知能が内部表現だけではなく、物理的相互作用から生じることを示している。

ABSTRACT

In this paper, we will argue that if we want to understand the function of the brain (or the control in the case of robots), we must understand how the brain is embedded into the physical system, and how the organism interacts with the real world. While embodiment has often been used in its trivial meaning, i.e. 'intelligence requires a body', the concept has deeper and more important implications, concerned with the relation between physical and information (neural, control) processes. A number of case studies are presented to illustrate the concept. These involve animals and robots and are concentrated around locomotion, grasping, and visual perception. A theoretical scheme that can be used to embed the diverse case studies will be presented. Finally, we will establish a link between the low-level sensory-motor processes and cognition. We will present an embodied view on categorization, and propose the concepts of 'body schema' and 'forward models' as a natural extension of the embodied approach toward first representations.

研究の動機と目的

• 認知を純粋な内部的計算として見る伝統的視点に反論し、身体的自己認識の役割を強調すること。
• 動物およびロボットにおける環境とのセンサモーター相互作用が、行動および認知プロセスにどのように影響を与えるかを調査すること。
• 身体的メカニズムを通じて低レベルの感覚運動ダイナミクスと高レベルの認知機能を結ぶ理論的枠組みを構築すること。
• 制御と認知が身体およびその物理的相互作用から独立して理解されないことを示すこと。

提案手法

• 歩行、把持、視覚認識に焦点を当てた動物およびロボットシステムの事例分析を通じて、身体性の影響を示す。
• 身体の状態および空間的関係を表す動的で身体中心の表現としての「身体的自己認識（body schema）」の概念を導入する。
• 運動行動の結果を予測する内部表現としての「前方モデル（forward models）」を提唱する。
• 物理的ダイナミクス、神経制御、環境フィードバックを統合した一貫性のある行動モデルとしての理論的枠組みを用いる。
• 多様なシステムにこの枠組みを適用し、身体的相互作用から一貫した適応的行動が出現することを示す。
• 繰り返しのセンサモーター経験からカテゴライゼーションが生じることを示すことで、センサモーター過程と認知を結びつける。

実験結果

リサーチクエスチョン

• RQ1 身体的自己認識は、動物およびロボットにおける適応的行動の出現にどのように影響を与えるか？
• RQ2 環境とのセンサモーター相互作用は、カテゴライゼーションのような認知プロセスにどのような形で影響を与えるか？
• RQ3 身体的自己認識と前方モデルは、低レベルの運動制御と高レベルの認知を結ぶメカニズムとしてどのように機能するか？
• RQ4 物理的体は、知覚と行動の計算負荷を軽減するために果たす役割は何か？
• RQ5 神経的要因、物理的要因、環境的要因を統合する一貫性のある理論的枠組みは、どのようにして行動と認知を統合できるか？

主な発見

• 身体的自己認識により、身体の物理的構造およびダイナミクスが複雑な内部計算の必要性を低減することで、効率的な行動が可能になる。
• 身体的自己認識は、身体の状態および空間的関係をリアルタイムで動的かつ的確に表現し、連携動作に不可欠である。
• 前方モデルは、運動行動の感覚的結果を予測することで、不確実な環境における予測と適応的制御を可能にする。
• カテゴライゼーションは、抽象的記号表現ではなく、繰り返しのセンサモーター経験から自然に生じる。
• ロボットおよび動物の事例研究から、歩行や把持といった複雑な行動が、身体・脳・環境の密接な結合から生じることが示された。
• 物理的ダイナミクスと神経制御の統合により、明示的な内部モデルや高レベルの計画がなくても、頑健で適応的な行動が得られる。