Meno:Martin
Priezvisko:Pecen
Názov:Akvizícia proprioceptívno-dotykových reprezentácií tela u humanoidného robota
Vedúci:prof. Ing. Igor Farkaš, Dr.
Rok:2019
Blok:INF
Kľúčové slová:iCub, dotyk, propriocepcia, neurónová sieť, obojsmerné asociačné učenie, samorganizujúca sa mapa
Abstrakt:Je známe, že nemluvňatá, t.j. malé deti v prvom roku života, si v raných štádiách vývinu vytvárajú reprezentáciu (schému) vlastného tela pomocou viacerých mechanizmov, jedným z ktorých sú dotyky vlastného tela. Nemluvňatá si dávajú do súvislostí dve modality, konkrétne pózy tela (propriocepcia) s polohou dotykov, ktoré nastanú ak vznikne kontakt medzi jednotlivými končatinami, prstami alebo inými časťami tela. Tento asociačný proces si nevyžaduje prítomnosť ďalšej modality - zrakových vnemov, aj keď zrak sa do procesu zapája v neskorších štádiách. V diplomovej práce sme navrhli, implementovali a otestovali biologicky inšpirovaný model založený na umelých neurónových sieťach, ktorý simuluje proces učenia (akvizície) proprioceptívnych a dotykových reprezentácií vnemov. Pre tento účel sme navrhli poloautomatický algoritmus zberu dát s použitím simulátora humanoidného robota iCub, ktorý sa sám dotýkal oboma rukami na rôznych miestach predlaktia a dlane. Natrénovali sme model, pozostávajúci z viacerých samoorganizujúcich sa máp a obojsmerného učenia na vytváranie asociácií medzi oboma modalitami. Realizovali sme viacero simulačných experimentov a podarilo sa nám výsledný model úspešne natrénovať, s dobrou generalizáciou a schopnosťou predpovedať, kedy nastane dotyk pri odpovedajúcich pózach, a na ktorých miestach na tele. Takýto model môže byť využitý ako ako stavebný blok komplexnej schémy tela.

Súbory diplomovej práce:

pecen.pdf
priloha.zip