Эмоции роботов

Размещено на http://www.allbest.ru/

НИИ Информационных технологий

Эмоции роботов

В.Э. Карпов (karpov_ve@mail.ru)

Москва

Аннотация

В работе рассматривается реализация механизма эмоций мобильного робота на базе гибридной нейро-продукционной системы, описывается влияние эмоций на поведение робота. В модели реализованы обобщенные отрицательные и положительные эмоции, причем основной акцент сделан на влияние отрицательных эмоций.

Введение

Эмоции, наряду с темпераментом, являются одними из основных механизмов оценки психологических особенностей поведения человека и высших млекопитающих. Интересен вопрос, насколько применимы эти термины к описанию поведения технических систем, оценке их состояния и возможностям управления. Являясь прерогативой, прежде всего, психологической науки, эмоции, тем не менее, как объект исследований, давно заняли важное место в искусственном интеллекте и робототехнике.

О роли эмоций в процессе рассуждений, о наличии эмоциональных правил говорится еще в [Поспелов, 1989], а в [Гаазе-Рапопорт и др., 1987] приводится описание модели личности, поведение которой основывается во многом на эмоциональных оценках. Более того, в [Фоминых, 2006] и в [Фоминых, 2007] предлагается не только формальный механизм описания эмоций и их классификация, но и алгебра эмоций. Иными словами, с теориями эмоций (доведенных до формализма) в ИИ дело обстоит весьма успешно.

В робототехнике же картина совсем иная. С одной стороны, в современной робототехнике имитация эмоций и иных психических процессов достаточно широко разрабатываемое направление. Однако основная задача этих исследований заключается в создании эффективного человеко-машинного интерфейса, комфортной среды общения. Иными словами, речь в основном идет именно о внешней имитации психических процессов. Одним из таких наиболее известных исследований является японский проект CB2 (университет г. Осака). Созданный человекоподобный робот (в виде ребенка) обладает весьма богатой мимикой и способностью разнообразно реагировать на внешние раздражители. Но все это лишь внешняя имитация.

Несколько утрируя, можно сделать вывод о том, что ИИ интересуют эмоции, прежде всего как внутренние процессы, а робототехника занимается в основном внешними проявлениями эмоций (точнее, внешнем отражении эмоциональных состояний). И в том, и в другом случае до реального эмоционального поведения обычно дело не доходит.

В этой работе мы будем говорить не о внешней, имитационной стороне эмоций, а об их внутреннем, «техническом» содержании, но не в «ИИ-смысле», а интересуясь, прежде всего поведенческой составляющей эмоций. Начнем, как водится, с некоторых определений.

1. Эмоции

Эмоции (лат. emovere - возбуждать, волновать) - состояния, связанные с субъективной оценкой значимости для индивида действующих на него факторов, оценочное отношение к существующим или возможным ситуациям или поведению. У человека эмоции порождают переживания удовольствия, неудовольствия, страха, робости и т.п., играющие роль ориентирующих субъективных сигналов. Важно, что в отличие от чувств, эмоции не имеют объектной привязки: они возникают по отношению к ситуации в целом.

Разумеется, эмоции относятся к психическим процессам человека и высших позвоночных. Имеет ли смысл говорить об эмоциях применительно к такому, вообще говоря, примитивному объекту, как робот? Видимо, да, так как дальше речь будет идти об имитации роботом сложных поведенческих актов и сложных входных сигналов. Причем сложными являются и те и другие, поскольку это модель, и задаются в уже готовом виде, а не реализуются детально естественным путем. Очевидно, что когда мы говорим о том, что субъект «видит» препятствие, то подразумевается наличие очень сложного процесса обработки визуальной информации. Здесь же, у робота, мы имеем простой сигнал, выдаваемый, скажем, дальномером, причем этот сигнал поступает сразу в систему управления высокого уровня. То же самое касается и сложных действий - вместо сложного многоуровневого управления защитной реакцией организма, робот просто реализует заложенную программу избегания препятствий. Поэтому в определенном смысле рассматриваемые ниже модели оперируют именно высокоуровневыми реакциями и стимулами, что позволяет на этом уровне включать в рассмотрение некоторые психические процессы и явления.

Теории эмоций. Практически все теории эмоций сводятся к тому, что эмоциональное чувство возникает в результате сопоставления субъектом желаемых и достигнутых результатов действия. Не останавливаясь на обзоре многочисленных теорий эмоций, выберем в качестве основы потребностно-информационную теорию эмоций П.В. Симонова [Симонов, 1982]. Эта теория постулирует, что эмоция является отражением мозгом человека и животных какой-либо актуальной потребности (ее качества и величины) и вероятности ее удовлетворения. Последнюю мозг оценивает на основе генетического и ранее приобретенного индивидуального опыта. В общем виде соотношение этих факторов описывается формулой:

Э = f(П, p(И_н, И_с)) (1.1)

Здесь Э эмоция, ее степень, качество и знак; П сила и качество актуальной потребности; p(И_н, И_с) оценка возможности удовлетворения потребности на основе врожденного и приобретенного опыта; И_н информация о средствах, прогностически необходимых для удовлетворения потребности; И_с информация о существующих средствах, ресурсах и времени, которыми реально располагает субъект в данный момент времени.

Это - сугубо качественная формула, лишь иллюстрирующая принцип формирования положительных или отрицательных эмоций различной силы.

Итак, рассмотрим далее эмоции с двух сторон: эмоции как индикатор состояния робота и эмоции как усилитель мотивации и как фактор, оказывающий влияние на поведение робота.

2. Задача

Определим следующую модельную задачу. Пусть имеется мобильный робот и среда его обитания - полигон. Полигон - это ограниченная стенками область, в которой расположено некоторое количество предметов-препятствий. Вокруг этих препятствий на поверхности полигона имеются зеленые («корм») и темные («опасность») пятна, рис.1.

Рис.1. Среда обитания робота (условно) и внешний вид робота

С течением времени робот начинает испытывать «чувство голода». «Голод» утоляется, когда робот находится на зеленом пятне. При этом робот должен избегать темных участков. Для него это неблагоприятный фактор. Кроме того, неблагоприятным (опасным) фактором считается приближение робота к препятствиям. Чем ближе робот находится к препятствию, тем сильнее чувство опасности (дискомфорт). Задача заключается в том, чтобы робот вел себя как можно более целесообразно, минимизируя свой дискомфорт. Целесообразное поведение выглядит так: если робот «сыт», то он избегает препятствий, если голоден, то он идет искать пищу, невзирая на стремление находиться на открытом месте.

Робот оснащен дальномером для определения расстояния до препятствия и датчиком цвета поверхности, различающим белый (светлый), черный и зеленый цвета. Это его сенсорика. Действия, совершаемые роботом, являются, с точки зрения системы управления, высокоуровневыми, то есть сложными поведенческими актами: «убегать от препятствия», «идти к препятствию», «избегать темных участков», «питаться». Эти действия реализуются так называемыми «моторными программами» с помощью бортового контроллера ([Карпов, 2007]).

Рассмотрим далее некоторые модели, задающие такое целесообразное поведение робота.

3. Модель 1. Продукционная система

На рис.2 схематически представлены правила поведения робота.

Рис.2. Правила поведения

Не будем пока обращать внимание на пунктирные связи. Они будут введены несколько позже.

Пусть значения всех входных сигналов (в том числе сигналов от датчиков) нормируются к значению на отрезке [0…1]. Будем описывать модель поведения в терминах коэффициентов определенности (КО), принятых в хорошо известной классической MYCIN-подобной продукционной модели. Подобного рода модели достаточно эффективно описывают поведение простых систем.

Обозначим априорный вес (значимость, приоритетность), приписанный правилу, через _R (КО правила). Тогда результирующий КО заключения определяется как произведение _R на КО посылки _c:

= _cR.

Будем считать, что механизм вычислений КО не использует биполярные шкалы (биполярные шкалы удобны в экспертных системах, но не обязательны в нашей задаче).

Итак, отрицание может определяться как обратная величина

=1,

операции логического И и ИЛИ сведутся к вычислению минимума и максимума соответственно, а с подтверждающими правилами (или подтверждающими посылками) поступаем естественным образом:

₁₂ = ₁+ _{2 12}

Таковым правилом в нашей схеме является, например, правило убегания от препятствия, которое имеет два подтверждающих условия:

Если «Потребность в самосохранении» и «Обнаружено препятствие», то «Убегать»

и

Если «Потребность в комфортных условиях» и «Обнаружена опасность», то «Убегать».

Введение эмоциональной составляющей. Следующий шаг заключается в том, что в приведенной схеме с каждым действием связывается некоторая потребность (пунктирные линии на схеме). Повторим, что рассматриваются сложные действия, комплексы, целые поведенческие акты. Их составляющие, в свою очередь, могут иметь дело с потребностями нижнего уровня.

Представим оценочную формулу (1.1) в следующем виде (3.1):

Э = П(И_с И_н). (3.1)

Здесь по-прежнему Э - эмоция; П - потребность, И_н - информация о средствах, необходимых для удовлетворения потребности, И_с - информация о ресурсах, которыми реально располагает робот.

Каждая вершина-действие характеризуется некоторой величиной активности a_i, (в терминах MYCIN-модели КО заключения), то есть в каждый момент времени существует вектор активности вершин действий

,

где n - количество действий робота.

Величина a_i играет роль - оценки наличия существующих средств; величина И_н, характеризующая наличие необходимых средств для удовлетворения потребности, может быть определена как оценка посылки или условной части соответствующего правила.

Рассмотрим, например, правило для выполнения действия «Поедание пищи»:

Если «Потребность в пище»(П_п) и «Осязание пищи»(S_п), то «Поедание пищи»(a_n)

Или:

П_п и S_п a_n

Здесь величины «Потребность в пище» и «Осязание пищи» оцениваются значениями П_п, и S_п соответственно (КО посылок). Величина выходной активности правила a_n может быть определена как a_n= min(П_п,S_п)

Итак, a_n представляет собой прогностически необходимую активность действия, т.е. величину. Однако фактическая активность правила может не совпадать с a_n, так как робот (примем такое допущение) может выполнять лишь одно из нескольких действий в данный момент времени (скажем, либо убегать, либо питаться). В простейшем случае после формирования вектора A в нем выбирается элемент с максимальным значением a_k, т.е. робот выберет действие k. В этом случае формируется вектор фактических действий

.

Здесь

Тогда для каждого действия i определяется его эмоциональная оценка

Общее эмоциональное состояние робота Э определяется как

То есть здесь эмоции действительно относятся, как было отмечено выше, ко всей текущей ситуации в целом. С другой стороны, величины Э_i носят характер «локальных», «частных» эмоций. Таким образом, к действиям привязаны как потребности, так и эмоциональные оценки.

Итак, мы получили механизм эмоциональной оценки состояния робота. Отметим особо, что здесь эмоции как таковые привязываются именно к действию, а не к потребностям. Повторим, что полученная схема позволяет лишь оценивать эмоциональное состояние системы, поэтому следующий вопрос заключается в том, как эмоции могут влиять на поведение робота.

4. Модель 2. Нейро-продукционная система

Для реализации механизма влияния эмоций на поведение системы изменим продукционную схему, введя в нее ряд дополнительных нейроподобных и служебных элементов. На рис.3. представлена полученная гибридная нейро-продукционная система.

Рис.3. Нейро-продукционная система

Обоснование для введения нейроподобных элементов заключается в том, что рассматривается поведение робота в реальном физическом мире. Как входные сигналы, так и действия робота развернуты во времени, причем существенными являются естественная инерционность протекающих процессов. В этом смысле нейрон является, прежде всего, удобной элементной базой для описания этих процессов.

В качестве базовых нейроподобных элементов мы возьмем лишь генератор и некий «упрощенный нейрон». Функция генератора создавать импульсации, частота которых пропорциональна величине сигнала от сенсора или соответствующей потребности. Основные же нейроны образуют две группы: группу вентилей и выходную группу. Входами вентильных нейронов являются сигналы от генераторов сенсоров, а также сигналы эмоций, вырабатываемых правилами-действиями. Именно в этом и заключается реализация механизма эмоций, как управляющих воздействий (обратная эмоциональная связь). Величина этой обратной эмоциональной связи определяется неким коэффициентом (КЭ).

Задача нейронов выходной группы (служебных нейронов) естественным образом стабилизировать выходной вектор. Дело в том, что в каждый момент времени наш робот совершает лишь одно действие. Сигнал с выхода каждого служебного нейрона поступает на вход торможения остальных нейронов группы, подавляя их активность. О роли этих нейронов мы поговорим позже, а сейчас рассмотрим кратко структуру нейронов.

Нейрон. Упрощенный нейрон, в отличие от большого пирамидного нейрона (см. рис.4.), содержит только входы возбуждения и торможения.

Повторим, что целью работы вовсе не являлось вскрытие механизма эмоций, его формализация и т.п. Речь шла о том, чтобы продемонстрировать механизм работы эмоций в реальном техническом устройстве роботе. Основной вывод заключается в том, что механизм эмоций может быть реализован достаточно простыми средствами. При этом действительно эмоциональное состояние робота самым непосредственным образом может влиять на его поведение.

Кроме того, показано, что для робота:

· Эмоции это естественный индикатор состояния системы. Более того, в некотором смысле эмоции могут определять критерии обучения организма (цель обучения уменьшение отрицательных эмоций).

· Эмоции контрастируют сенсорное восприятие и стабилизируют поведение.

· Существенна роль эмоций в условиях неполноты информации.

И еще несколько замечаний.

Виды эмоций. В работе все многообразие эмоций было сведено к двум положительным и отрицательным. При этом рассматривались лишь отрицательные эмоции. Разумеется, и положительные эмоции оказывают влияние на поведение, однако для их рассмотрения необходима более сложная модель. Кстати, в начале экспериментов робот был опрометчиво снабжен звуковой индикацией величины испытываемых им отрицательных эмоций. Очень скоро эта индикация была отключена: робот почти все время издавал звуки, испытывая в основном, увы, отрицательные эмоции.

Темперамент. Рассмотренные в работе эмоциональные проявления целиком и полностью были функцией системы управления, структура и параметры которой являлись, вообще говоря, фиксированными. Но стоит заинтересоваться зависимостью поведения робота от параметров системы, как мы придем к вопросу темперамента робота. Действительно, согласно учению И.П. Павлова именно соотношение основных свойств нервной системы: силы, уравновешенности и подвижности процессов возбуждения и торможения, - определяет ее тип. В этом смысле вполне можно говорить о темпераменте робота. Однако робот-флегматик, холерик, сангвиник и меланхолик это тема отдельного исследования.

Обучение, поощрение и наказание. Одним из основных вопросов в процедуре обучения является организация поощрения-наказания. Многообещающим является введение понятия рефлексии в обучении, т.е. возможности оценивать некую предысторию действий, приведших к текущему результату поощрению или наказанию. Для этого необходимо иметь интегральную оценку состояния системы. Такой оценкой является дискомфорт некая обобщенная числовая характеристика, увеличивающаяся при неблагоприятном воздействии на систему и уменьшающаяся при благоприятном. В этом случае целью поведения системы будет реализация такого поведения, которое будет минимизировать дискомфорт.

Таким образом, степень целесообразности поведения робота сводится к уменьшению дискомфорта, что с точки зрения психологических особенностей поведения можно свести к уже достаточно понятному механизму минимизации отрицательных эмоций.

эмоция робот мотивация

Список литературы

1. Вальцев В.Б., Лавров В.В., Лаврова Н.М. Субстрат интеллектуальных функций мозга: аналогия модели большого пирамидного нейрона //Международная конференция «50 лет развития кибернетики». С.-Пб. 1999.

2. Гаазе-Рапопорт М.Г., Поспелов Д.А. От амебы до робота: модели поведения. -М.: Наука, 1987.

3. Ильин Е.П. Эмоции и чувства. Изд-во: Питер, 2007.

4. Карпов В.Э. Импринтинг и центральные моторные программы в робототехнике // IV-я Международная научно-практическая конференция «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (28-30 мая 2007г.) Сб. науч. трудов, М.: Физматлит, 2007, Том 1.

5. Карпов В.Э., Вальцев В.Б. Динамическое планирование поведения робота на основе сети «интеллектуальных» нейронов // Искусственный интеллект и принятие решений, №2, 2009.

6. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989.

7. Симонов П.В. Потребностно-информационная теория эмоций // Вопросы психологии. 1982, № 6.

8. Фоминых И.Б. Эмоции как аппарат оценок поведения интеллектуальных систем. //Труды 10-й Национальной конференции по искусственному интеллекту КИИ-2006. М.: Физматлит, 2006, Т.2.

9. Фоминых И.Б. Классификация эмоций: информационный подход //Труды 4-й Международной научно-практической конференции Интегрированные модели и мягкие вычисления в искусственном интеллекте. -М.: Физматлит, 2007, Т.2.

10. Valtzev V.B., Grigoriev V.R., Nikonov V.G., Kobzar I.V. Brainputer and Neural Architecture of Neurocomputers. Journal of Neurocomputer, Volume 1 Number 1, 1996.

Размещено на Allbest.ru