[논문 리뷰] The implications of embodiment for behavior and cognition: animal and robotic case studies

Matej Hoffmann, Rolf Pfeifer|arXiv (Cornell University)|2012. 02. 02.

Action Observation and Synchronization참고 문헌 68인용 수 35

한 줄 요약

이 논문은 인지와 행동이 뇌, 몸, 환경 간의 동적 결합에서 유래함을 주장하며, 운동, 잡기, 시각과 같은 분야에서 동물 및 로봇 사례 연구를 통해 몸짓이 통제와 인지에 핵심적인 영향을 미친다는 것을 보여줍니다. 몸짓은 내재된 제어와 인지의 기초를 형성합니다. 이 논문은 '신체 체계'와 '앞서 예측하는 모델들'을 저수준의 감각운동 과정과 고차원적 인지 사이를 연결하는 핵심 메커니즘으로 도입하여, 지능이 내부 표현만으로가 아니라 신체적 상호작용을 통해 유도된다는 것을 보여줍니다.

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.

연구 동기 및 목표

• 인지가 순수한 내부 계산으로서의 관점을 도전하기 위해 신체적 몸짓의 역할을 강조함으로써 전통적인 인지 관점을 도전합니다.
• 동물과 로봇에서 환경과의 감각운동 상호작용이 행동과 인지 과정에 어떻게 영향을 미치는지 조사합니다.
• 신체적 메커니즘을 통해 저수준의 감각운동 역학과 고차원적 인지 기능을 연결하는 이론적 프레임워크를 개발합니다.
• 통제와 인지가 몸과 그 물리적 상호작용으로부터 분리되어 이해될 수 없다는 것을 보여줍니다.

제안 방법

• 운동, 잡기, 시각 인식에 중점을 둔 동물 및 로봇 시스템의 사례 연구를 분석하여 몸짓의 영향을 설명합니다.
• 신체 체계 개념을 도입하여 신체 상태와 공간 관계를 실시간으로 반영하는 동적인 신체 중심 표현을 설명합니다.
• 앞서 예측하는 모델을 제안하여 운동 행동의 결과를 예측하는 내부 표현으로서의 기능을 설명합니다.
• 물리적 역학, 신경 제어, 환경 피드백을 통합하여 행동을 통합적으로 설명하는 이론적 프레임워크를 사용합니다.
• 다양한 시스템에 이 프레임워크를 적용하여 몸짓 상호작용에서 유도된 적응적 행동의 일관된 발생을 보여줍니다.
• 반복적인 감각운동 경험에서 분류가 어떻게 유도되는지 보여줌으로써 감각운동 과정과 인지를 연결합니다.

실험 결과

연구 질문

• RQ1 신체적 몸짓은 동물과 로봇에서 적응적 행동의 유도에 어떻게 영향을 미치는가?
• RQ2 환경과의 감각운동 상호작용은 분류와 같은 인지 과정에 어떤 방식으로 영향을 미치는가?
• RQ3 신체 체계와 앞서 예측하는 모델은 저수준의 운동 제어와 고차원적 인지 사이의 메커니즘으로서 어떻게 작용하는가?
• RQ4 신체적 몸은 인지와 행동의 계산 부담을 줄이는 데 어떤 역할을 하는가?
• RQ5 통합된 이론적 프레임워크는 신경, 물리적 요소, 환경 요소를 어떻게 행동과 인지에 통합하는가?

주요 결과

• 신체적 몸짓은 신체의 물리적 구조와 역학을 통해 복잡한 내부 계산이 필요로 하는 것을 줄여 효율적인 행동을 가능하게 합니다.
• 신체 체계는 실시간으로 신체 상태와 공간 관계를 반영하는 동적인 표현을 제공하며, 조율된 행동에 필수적입니다.
• 앞서 예측하는 모델은 운동 행동의 감각적 결과를 예측하여 불확실한 환경에서 예측과 적응적 제어를 가능하게 합니다.
• 분류 기능은 추상적 기호 표현이 아니라 반복적인 감각운동 경험에서 자연스럽게 유도됩니다.
• 로봇 및 동물 사례 연구는 운동과 잡기와 같은 복잡한 행동이 뇌, 몸, 환경 간의 유착된 상호작용에서 유도된다는 것을 보여줍니다.
• 물리적 역학과 신경 제어의 통합은 명시적인 내부 모델이나 고차원적 계획 없이도 강건하고 적응적인 행동을 이끌어냅니다.