仿人机器人的唤醒和意识

仿人机器人的唤醒与意识Christian Balkenius1[0000−0002−1478−6329]，Trond A. Tjøstheim1和BirgerJohansson1[0000−0002−9834−4279]瑞典隆德大学认知科学系christian. lucs.lu.sewww.lucs.lu.se抽象的。 我们描述了如何控制意识水平的唤醒系统可以在机器人中实现。不同的意识水平对应于不同的意识状态，我们认为，模仿其生物对应物的人工唤醒系统在控制类脑认知结构的认知处理中具有有用的功能。意识水平取决于唤醒，而唤醒又受到新颖或充满情感的刺激以及生物钟的控制。在认知任务中，唤醒也被调制，以控制决策过程的随机性，并在探索和利用之间进行选择。关键词：唤醒·蓝斑·探索-利用·获得控制1介绍为什么意识的研究与机器人学有关？在我们看来，有反映人类意识水平的过程，可以在机器人的控制中发挥重要作用。这些过程通常与不同的意识状态有关。然而，我们对这些过程感兴趣的主要不是它们与不同的意识状态相关，而是它们本身作为控制机制是有用的。我们相信，这为研究人工智能系统中的意识提供了坚实的基础，因为不同的机制是由它们的功能作用而不是意识或意识体验的主观概念所驱动的。本论文提出了一个类人机器人的唤醒系统的概述这种唤醒机制大致是在其生物学对应物之后建模的，其确定意识水平并控制支持许多认知操作的记忆系统中的处理唤醒系统决定信息在记忆中如何处理，思想如何集中或允许漫游，并在探索和利用之间建立平衡。唤醒水平可以被认为是控制自然或人工认知系统中的处理的几个元参数之一[8]。机器人控制体系结构的一个中心组成部分是一个生物动机的记忆系统。我们在其他地方已经论证过，有意识的机器人需要维持一个内部世界来支持各种认知功能。这2梭Balkenius等人内部世界是基于情景、语义和工作记忆结构的组合[3]。该模型的基础是具有闭锁动力学的自联想网络我们实现的系统支持诸如A-not-B测试、延迟匹配样本、情景回忆和替代试错等任务[3]。在记忆系统中，记忆对应于网络的吸引子状态，感知和回忆是找到与输入最一致的吸引子状态的过程。锁存动力学使吸引子半稳定。这导致存储器状态以情节的方式从吸引子跳到吸引子，除非状态被显式地锁定在当前吸引子中。作为一个结果，学习的情节可以在以后回忆起作为情节记忆转换。此外，记忆系统支持语义转换，其中刺激与其他类似刺激相关联[13]。存储器系统的关键参数是其增益，该增益控制系统是停留在吸引子中还是被允许转换到其他存储器状态。在非常高的增益下，存储器系统将被锁定在吸引子中。在较低增益的情况下，它将开始通过学习的情节序列过渡。如果增益降低得更多，则状态转换的随机性将由于噪声而增加，噪声可以从旧片段的组合产生新的转换这些机制支持从集中回忆到完全随机状态转换的记忆路径。本文的一个中心主张是增益控制是唤醒系统的一个基本功能，它与不同层次的意识密切相关。在大脑中，意识水平是由上行网状激活系统控制的。它由许多核团组成，可以控制整个大脑的处理，包括觉醒和睡眠。在这里，我们将重点放在蓝斑（LC），这是控制觉醒的主要核团，通过其去甲肾上腺素能投射到大脑的皮层，皮层下，小脑和脑干回路。高LC活性与高度注意力相关。在睡眠期间，LC几乎完全关闭。我们早期开发了一个计算模型，能够解释LC如何该模型形成了这里描述的系统的基础。LC激活也受到下丘脑中跟踪24小时昼夜循环的昼夜节律振荡器的影响[11]。这使得LC在白天比在夜间更容易受到刺激。有人认为，去甲肾上腺素水平通过控制决策过程的随机性，在皮层处理中起到增益调节的作用[1，7，9]。这可以被看作是探索和利用之间的选择，其中较低的唤醒导致更随机的选择，或者探索，而较高水平的唤醒导致对学习信息的利用。增益调节的概念与Hebb的最佳唤醒水平的想法[12]和相关的Yerkes-Dodsons定律[22]有关。LC还控制肌肉张力。因此，在精神上增加注意力或更努力地在身体上使用更多的力量之间存在联系。这是否是一个好的策略取决于问题。仿人机器人的唤醒与意识3简单的问题得益于更高的专注度，而更难的问题则需要大脑评估不同的选择。这与物理障碍平行，简单的情况可以从增加的力量中受益，而更困难的情况需要积极解决问题。有趣的是，LC还影响瞳孔的大小，这使得瞳孔扩张成为去甲肾上腺素能活性增加的有用指标[4]。2的认识不同层次的意识在认知过程中都扮演着不同的角色，从高度集中到困倦和睡眠。这是一个连续的尺度，但我们在这里关注一些质量上不同的意识水平。所有这些状态在机器人的控制中具有有用的功能。在最高水平的唤醒，注意力和记忆系统集中在一个单一的刺激或记忆状态。在手动操作期间，这是相关的唤醒水平，因为它允许视觉系统锁定刺激，而不会被不相关的刺激分散注意力[18]。虽然高度专注听起来像是一种理想状态，但情况并非总是如此。问题是它锁定了当前的内存状态，如果它不是正确的，就很难从它移开例如，在舌尖现象中，我们无法回忆起一个单词，即使我们实际上知道它。对这个词进行更激烈的思考并不能帮助回忆，我们最好放弃。一旦大脑被允许走神，正确的单词很可能会被回忆起来。这表明，唤醒水平必须降低，新的记忆才能被激活。有趣的是，研究表明，当人们放弃一项任务时，觉醒会以这种方式降低，这可以在他们的瞳孔中看到[23]。计划和解决问题为了找到情节序列的新颖组合，如在解决问题期间所必需的，要求唤醒保持在高水平，但不能太高。对备选方案的集中探索与不集中的走神相当机器人在一项任务中无法前进时，唤醒会降低，以允许新的解决方案出现。这些解决方案要么在环境中进行测试，要么在内存中进行评估。该过程类似于模拟退火，其中在人工神经网络中引入噪声以允许其记忆状态跳转到新的解决方案[15]。一旦找到新的解决方案，唤醒再次增加，以允许执行相应的行为。这种唤醒的增加是由增加情绪并因此也增加LC活动的评估机制引起的。计划在许多方面与解决问题类似，但不需要与直接问题有关。当计划时，系统可以被看作是将记忆中的行为和片段串在一起来组成4梭Balkenius等人从当前环境到某个期望目标状态的合理路径。因此，探索是有目标的，比下面描述的走神、白日梦状态然而，根据系统的总体唤醒水平，计划可能会退化为白日梦，或者在两者之间摇摆不定。在计划过程中，记忆系统会产生一种前向扫描，这种前向扫描在动物的替代试验和错误中看到[19]。这可以被看作是动作序列的内部模拟，稍后可以在现实世界中使用。白日梦在白日梦或走神的时候，与计划的时候相比，觉醒程度较低。机器人的记忆转换反映了默认网络主导访问工作记忆的状态[17]。如果系统在认知上未被占用，则进入这种状态，并且可以被视为通过记忆探索新途径的一种方式，不一定与特定目标相关联像计划一样，它有很强的情节成分，并允许内部排练与常见情况相关的替代行为序列。这种类型的机制以前曾被用于DYNA架构中的强化学习，其中行为是从记忆中以及在环境中排练的[21]。困倦困倦与极低水平的觉醒有关在增益控制方面，它允许存储器状态自由漂移，而没有任何目标方向或焦点。这是可以在向睡眠的过渡阶段与睡眠-觉醒周期相关联的过渡状态。然而，它也可以用来模拟寻求新奇或改变任务的倾向，如果当前的任务没有产生足够的奖励。如果任务与奖励水平或实现目标的感知进展水平如果机器人受到刺激不足，也可能会进入困倦状态。也就是说，其感知系统的激活低于某个阈值。例如，可以向机器人呈现静态或空白场景，或者可以要求机器人在太长的时间段内不移动。在人类和动物中，缺乏来自本体感受器的刺激和来自与长时间坐着或躺着相关的外周系统的其他信号往往会引起困倦和嗜睡[10]。困倦最终可能会进入睡眠状态，但由于它也会激发行动，它也会导致机器人做一些新奇的事情来增加唤醒。唤醒将采取哪个方向取决于情境因素，诸如环境中可以刺激动作的对象的可用性。我们之前已经对新颖或情感刺激如何通过模拟LC的激活来增加唤醒进行了建模[14]，从而导致与机器人中的意识增加相关联的状态。睡眠在最低水平的觉醒，我们发现睡眠。在机器人中，睡眠状态的明显用途然而，睡眠却不是仿人机器人的唤醒与意识5相当于被关闭。如果发生意外情况，睡眠中的机器人可以迅速唤醒并进入主动注意状态。这意味着基本的感觉处理也必须在睡眠期间发生，但可能以较低的分辨率或较低的速率来节省能量。与大脑一样，睡眠周期也是由时钟控制的，它决定了什么时候睡觉是合适的，并允许机器人在被意外唤醒后迅速重新入睡。一般来说，睡眠期间对环境的监测取决于对环境的被动注意。这种注意力是由形成环境模型的习惯过程控制的，该环境模型可以检测到意外的干扰[2]。对于机器人，我们将其实现为用于其每个感知模态的自适应背景混合模型，该感知模态学习背景输入的正常变化[20]。类似的方法用于视觉、听觉和触觉输入。3讨论具有在类似于在动物中发现的唤醒状态之间动态地转换的系统允许研究在生物系统中研究可能很难或耗时的意识方面它也可能允许洞察意识现象本身，通过唤醒间接访问它，而不是试图直接解决它因此，意识这个臭名昭著更接近日常关注的是，人工系统在不连接到连续能源供应时保存和优化能源使用的要求。我们认为，建模唤醒水平一般，特别是LC去甲肾上腺素能系统提供了一个生物学上合理的方式管理老化的能量消耗，以及一个非常有趣的途径，研究动态的认知行为与高水平的实验控制。此外，具有生物学上合理的唤醒系统的机器人可以允许洞察与去甲肾上腺素能系统相关的人类适应不良状况。这包括抑郁症和焦虑症，注意力缺陷障碍，精神分裂症和嗜睡症。总之，我们已经概述了一个生物激励的唤醒系统的人形机器人的功能。这个中央系统控制着记忆系统如何从一个状态过渡到下一个状态，以回忆情景记忆或基于早期经验产生新的状态和过渡唤醒水平与意识水平密切相关，并作为思维的速度控制引用1. Aston-Jones，G. Cohen，J.D.：蓝斑-去甲肾上腺素功能的综合理论：自适应增益和最佳性能。安努Rev. Neu- rosci. 28，4036梭Balkenius等人2. Balkenius，C.：注意力、习惯和条件反射：一个计算模型。认知科学季刊1（2），1713. Bal kenius，C.，Tjøstheim，T.A.，Johansson，B.， Güardenfors，P.： 从思考到幻想：有意识机器人的记忆系统。Frontiers in Robotics and AI机器人与人工智能前沿5，29（2018）4. Bradley，M.M.，Miccoli，L.Escrig，文学硕士，Lang，P.J.：瞳孔作为情绪唤醒和自主激活的量度Psychophysiology45（4），6025. 布朗河McNeill，D.：“舌尖”现象。言语学习和言语行为杂志5（4），3256. Chossat，P.，Krupa，M.，Lavigne，F.：具有突触抑制的神经网络中的闭锁动力学。arXiv预印本arXiv：1611.03645（2016）7. Donner ， T.H. ， Nieuwenhuis ， S. ： 全 脑 增 益 调 制 ： 富 者 更 富 。 NatureNeuroscience16（8），9898. Doya ， K. ： 元 学 习 和 神 经 调 节 。 Neural Networks15 （ 4 ） ， 495-506（2002）9. Eldar，E. Cohen，J.D.，Niv，Y.：神经增益对注意力和学习的影响。Nature neuroscience16（8），114610. Fureix角Meagher，R.K.：非人类动物的不活动（以各种形式）能揭示出什么样的情感状态审查.应用动物行为科学171，811. Gonz'alez， M.M.，阿斯顿-Jones，G.：唤醒的循环调节：非放射性蓝斑系统和光照的作用。Sleep29（10），1327-1336（2006）12. Hebb，D.O.：行为的组织。纽约州威利13. Herrmann，M.，Ruppin，E.，Usher，M.：动态激活的神经元模型记忆生物控制论68（5），45514. Johansson，B.，Balkenius，C.：瞳孔扩张的计算模型。连接科学pp. 115. Kirkpatrick，S.，Gelatt，C.D.，Vecchi，M.P.：模拟退火优化。science220（4598），67116. 勒纳岛Bentin，S.，Shriki，O.：语义启动中的自动和受控过程：一个具有锁 存 动力 学 的 吸引 子 神 经网 络 模 型。 在 ： Proceedings of the CognitiveScience Society。第32卷，第100页。111217. Mason，M.F.，诺顿，MIVan Horn，J.D.，Wegner，D.M.，格拉夫顿，S.T.Macrae ， C.N. ： 徘 徊 的 心 灵 ： 默 认 网 络 和 刺 激 独 立 思 维 。Science315（5810），39318. Oliva ， M.： 通 过 情 绪 大 脑 的 眼 睛 注 意 和 学 习 。 隆 德 大 学 认 知 研 究（2018）19. Redish，A.D.：替代试验和错误。Nature Reviews. Neuroscience17（3），147（2016）20. Stauffer，C. Grimson，W.E.L.：用于实时跟踪的自适应背景混合模型。In：cvpr.第2246页。IEEE（1999）21. Sutton，R.S.：Dyna是一个用于学习、规划和反应的集成架构。ACMSIGART Bulletin2（4），16022. Yerkes，R.M.，Dodson，J.D.：刺激强度与习惯形成速度的关系。比较神经学与心理学杂志18（5），45923. Zekveld，A.，Kramer，S.：广泛听力条件下的认知处理负荷：瞳孔测量的见解心理生理学51（3），277