[论文解读] Grounding Perception: A Developmental Approach to Sensorimotor Contingencies

Alban Laflaquière, Nikolas Hemion+2 more|arXiv (Cornell University)|Oct 3, 2018

Child and Animal Learning Development被引用 5

一句话总结

本文提出了一种发展机器人学框架，使一个初始无知的机器人能够通过预测建模感官运动转换，自主学习感官运动惯例。通过聚类随机探索产生的状态转移图，机器人发现了结构化且可预测的模式——例如在扫视过程中视觉场的位移或对物体边缘的不变性——从而在无需先验世界知识的情况下实现具身感知。

ABSTRACT

Sensorimotor contingency theory offers a promising account of the nature of perception, a topic rarely addressed in the robotics community. We propose a developmental framework to address the problem of the autonomous acquisition of sensorimotor contingencies by a naive robot. While exploring the world, the robot internally encodes contingencies as predictive models that capture the structure they imply in its sensorimotor experience. Three preliminary applications are presented to illustrate our approach to the acquisition of perceptive abilities: discovering the environment, discovering objects, and discovering a visual field.

研究动机与目标

• 解决机器人领域中‘什么是感知’这一根本性问题，超越手工编码的特征提取。
• 使一个初始无知的机器人能够通过渐进式、基于经验的学习，自主获得感知能力。
• 将感官运动惯例形式化为源自感官运动经验的预测模型，基于发展原则进行建模。
• 在单一计算框架下统一多种感知技能——环境发现、物体检测、视觉场结构等。
• 开发一种通用且可扩展的感官运动惯例学习机制，支持分层抽象，并为未来内在动机的整合奠定基础。

提出的方法

• 使用预测建模来捕捉感官运动转换中的统计结构，其中运动指令用于预测感官输入的变化。
• 对状态转移图应用聚类，以识别代表稳定感官运动惯例的密集连接子图。
• 采用随机探索策略生成多样化的感官运动经验，避免先验的任务特定偏差。
• 将感官运动转换建模为条件概率 $ P(X^{b}_{l} | abla M_{q}, X^{a}_{k}) $，其中 $ X^{a}_{k} $ 和 $ X^{b}_{l $ 是感官状态，$ abla M_{q} $ 是运动指令。
• 将可预测的转换——如扫视期间一致的感官位移或对边缘的自预测——识别为已学习惯例的证据。
• 通过过渡概率的矩阵可视化检测并解释感官数据中的结构模式。

实验结果

研究问题

• RQ1 机器人如何在不了解环境先验知识的情况下，自主发现感官运动惯例？
• RQ2 何种计算机制能够使机器人从原始感官运动经验中渐进式地获得感知技能？
• RQ3 预测建模如何捕捉感官运动转换所隐含的结构，从而支持具身感知？
• RQ4 单一通用框架能否统一发现多种感知现象，如视觉场结构、物体边界和环境布局？
• RQ5 感官运动惯例学习如何在发展机器人学背景下支持分层抽象表征的出现？

主要发现

• 机器人成功识别出与视觉场扫视位移相对应的可预测感官运动转换，这些转换在转移矩阵 $ T $ 中以红色对角线模式可视化。
• 当运动指令与边缘方向对齐时，代表边缘的状态表现出高概率的自转移，表明检测到了不变性结构。
• 在随机（白噪声）场景中，仅扫视相关的转换保持可预测，证实了环境结构化惯例并非模型的产物。
• 该框架展示了使用相同核心机制发现多种不同感知现象——环境布局、物体边界、视觉场结构——的能力。
• 预测建模方法在无需先验监督或任务特定设计的情况下，捕捉到了感官数据中的结构性规律。
• 该方法支持分层表征的出现，因为已学习的惯例可作为更高阶感官运动抽象的构建模块。