FenixEdu™

Dissertação

Temporal perspectives: Exploring robot's perception of time EVALUATED

Detalhes: Percepcão temporal é um conceito usado para representar a maneira como um indivíduo experiencia a passagem do tempo, presente nas suas actividades diárias. Está provado que a informação sensorial influencia a maneira como estimamos o tempo. Agentes artificiais, no entanto, agem com base em algoritmos que assumem uma métrica de tempo linear, como um relógio, não tendo uma percepção variável da passagem do tempo tão comum em animais. A primeira parte deste trabalho consiste no estudo da possibilidade de um agente artificial estimar intervalos com base nas estatísticas de segunda ordem do ambiente natural, assumindo que estas têm um comportamento semelhante ao de processos Gaussianos com uma covariância Ornstein-Uhlenbeck. Conclui-se que outros modelos que representem melhor as estatísticas dos processos sensoriais devem ser utilizados. A estimativa temporal obtida pode servir de base temporal para tarefas robóticas. A segunda parte foca-se na implementação de uma tarefa temporal num problema de Reinforcement Learning. O padrão de disparo de neurónios de dopamina apresenta semelhanças com o TD erro de algoritmos chamados Temporal-Difference learning. Este TD erro produzido por modelos com representações temporais precisas, tais como as dos computadores, não representa correctamente os padrões da actividade dopaminérgica. Representações alternativas que refletem incerteza temporal podem fazê-lo mais correctamente, como é o caso do Microstimuli. No problema implementado a performance de algoritmos tradicionais é comparada com a de outros biologicamente inspirados, provando-se que os últimos não só representam correctamente o que se passa no cérebro, sendo também mais eficientes computacionalmente.
Keywords: Percepção temporal, Reinforcement Learning, Processos Gaussianos, Robótica, Microstimuli

Discussão: julho 5, 2018, 11:0