[논문 리뷰] How Intelligent is your Intelligent Robot?

Alan Winfield|arXiv (Cornell University)|2017. 12. 24.

Modular Robots and Swarm Intelligence참고 문헌 19인용 수 5

한 줄 요약

이 논문은 형태, 군집, 개인, 사회 지능의 네 축으로 구성된 사각성별 다이어그램을 제안하여 로봇 지능을 평가하며, 현재의 로봇들이 일반적으로 두 가지 유형의 지능만을 보이며 동물들이 세 가지 또는 네 가지를 보이는 것과 비교해 뚜렷한 지능 격차를 드러낸다. 이 프레임워크는 로봇의 만성적인 지능 부족을 드러내며, 진정한 로봇 지능을 위해서는 네 가지 지능의 통합이 필수적임을 시사한다.

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.

연구 동기 및 목표

• 로봇공학과 동물인지에서의 종합적 정의가 부족한 지능 문제를 해결하기 위해.
• 단일 지표나 정의를 초월하는 다차원적 지능 모델을 제안하기 위해.
• 자율성 향상에도 불구하고 현재의 지능형 로봇이 동물 지능에 못 미치는 이유를 규명하기 위해.
• 다양한 에이전트 간 지능을 비교하기 위한 시각적·분석적 도구(별도표)를 개발하기 위해.
• 행동 선택 지표와 지능 벡터를 통해 지능을 정량화할 수 있는 기초를 마련하기 위해.

제안 방법

• 형태, 군집, 개인, 사회 지능의 네 가지 서로 다른 지능 유형을 정의하며, 각각 지능의 차원을 대표한다.
• 이러한 지능을 표현하기 위해 네 개의 축을 가진 별도표를 구성하여 에이전트 간 시각적 비교를 가능하게 한다.
• 관찰된 행동 기반으로 예시 로봇과 동물을 활용해 각 축에서 상대적 점수를 추정한다.
• 간단한 정량적 지표 제안: 행동 선택 가능성 수를 지능 능력의 대체 지표로 사용한다.
• 운전 금지 차량, e-puck 로봇, 브라이튼베르크 차량과 같은 실제 사례에 프레임워크를 적용하여 지능 프로필을 설명한다.
• 덴네티의 '생성과 시험의 탑' 개념 모델을 활용해 개인 지능의 수준을 구분한다.

실험 결과

연구 질문

• RQ1 동물과 로봇 모두에 적용 가능한 방식으로 지능을 정의하고 측정할 수 있는 방법은 무엇인가?
• RQ2 현재의 지능형 로봇들이 자율성 향상에도 불구하고 종합적 지능 측면에서 동물보다 끊임없이 뒤처지는 이유는 무엇인가?
• RQ3 자율 에이전트의 몸에 담긴 지능을 공동으로 정의하는 데 기여하는 네 가지 서로 다른 지능 유형은 무엇인가?
• RQ4 다양한 에이전트의 지능을 비교하기 위한 시각적·정량적 프레임워크를 개발할 수 있는가?
• RQ5 네 가지 제안된 차원에서 지능을 정량화할 수 있는 지표는 무엇인가?

주요 결과

• 현재 대부분의 로봇은 형태 지능과 개인 지능을 주로 보이며, 동물들은 일반적으로 세 가지 또는 네 가지를 나타낸다.
• 별도표는 로봇이 동물에 비해 사회 지능과 군집 지능 측면에서 뚜렷한 지속적 지능 격차를 드러낸다.
• 형태 지능은 TechFoot나 Jaeger-Lipson 커피 집게와 같은 단순한 로봇이 복잡한 행동을 복잡한 제어 없이도 달성함으로써 입증된다.
• 로봇의 군집 지능은 포식, 운반과 같은 기본적인 집단 행동에 국한되어 있으며 자연적 군집에서 볼 수 있는 복잡성에 빗나간다.
• 로봇의 개인 지능은 주로 강화학습 또는 모방학습에 국한되어 있으며, 일반화나 적응 능력이 제한되어 있다.
• 제안된 행동 선택 가능성 수 지표는 지능을 정량화하는 데 실용적이지만 낮은 정밀도를 지닌 방법으로, 특히 로봇에 대해 유의미한 길을 제시한다.