An Idiomatic Framework for Cognitive Robotics
Malte Rørmose Damgaard · 2022
I alone cannot change the world, but I can cast a stone across the water to create many ripples."-Mother Teresa By increasingly taking over dull, dirty, and dangerous jobs, robots have demonstrated that they have the potential to transfigure the world we live in.However, the ability of robots to effectively deal with unpredictable and dynamic environments by learning and reasoning from experience is still relatively limited.This constitutes a major barrier to the development of robots that can integrate fully and seamlessly into human societies.The objective of this ph.d.study has been to aid roboticists in this development by designing a framework providing unifying standards for implementing artificial cognition for robots with characteristics of human cognition that can easily be shared and reused.The main contribution of this ph.d.study is a proposal of a design for such a framework.The topic of this dissertation is the process undertaken to reach the proposed design, which has been structured through the design cycle.The properties of the framework are investigated in a series of papers describing different empirical studies considering both simulation-based and real-world single-case mechanism experiments.These empirical studies cover concepts related to the framework, such as real-time computation, distributed computations, multi-robot systems, low-level reactive attention mechanisms, and appraisal-driven decision mechanisms.The results of these empirical studies are generalized into a design theory stating that the framework under given assumptions can provide implementations of artificial cognition for robots related to decision-making.The design theory further states several advantageous properties of using the framework for such implementations.In the end, it is concluded that with this study important steps have been taken towards a framework providing unifying standards for implementing artificial cognition for robots.iii Resumé "Jeg kan ikke ændre verden alene, men jeg kan kaste en sten gennem vandet for at skabe mange krusninger."-Moder Teresa Ved i stigende grad at overtage kedelige, beskidte og farlige arbejdsopgaver har robotter demonstreret, at de har potentialet til at forvandle verdenen, som vi kender den.Desværre er robotters evne til effektivt at håndtere uforudsigelige og dynamiske miljøer ved at lære af og tage beslutninger, på baggrund af erfaring, stadig relativt begrænset.Dette udgør en kæmpe barriere for udviklingen af robotter, der gnidningsløst kan integreres ind i menneskelige samfund.Formålet med dette ph.d.-projekt har været at gøre denne opgave lettere ved at designe et sæt af retningslinjer, der foreskriver standarder, som kan forene implementeringer af kunstig kognition til robotter med karakteristika, der minder om menneskelig kognition samt gøre det nemmere at dele og genbruge sådanne implementeringer.Hovedbidraget fra dette ph.d.-projekt er et designforslag til sådanne et sæt af retningslinjer.Emnet der adresseres i denne afhandling, er den designproces, der blev udført for at nå frem til det foreslåede sæt af retningslinjer.Egenskaberne for det foreslåede sæt af retningslinjer er undersøgt igennem en række videnskabelige artikler, der beskriver forskellige empiriske studier omhandlende single-case mekanisme eksperimenter i simulering og i den virkelige verden.Disse empiriske studier behandler fx emnerne realtidsberegning, distribuerede beregninger, systemer med mere end en robot, reaktive opmærksomhedsmekanismer og beslutningsmekanismer drevet af robottens interne vurdering af dens omstændigheder.Resultaterne af disse empiriske studier generaliseres til en designteori, der siger, at retningslinjerne under givne antagelser kan resultere i implantationer af kunstig kognition til robotter relateret til beslutningstagen.Derudover påpeger designteorien flere fordelagtige egenskaber, der kan opnås ved at bruge retningslinjerne til sådanne implementeringer.Til slut konkluderes det, at der med dette projekt er taget vigtige skridt imod et sæt af retningslinjer, der foreskriver standarder, som kan forene implementeringer af kunstig kognition til robotter.