Construção de um ambiente de simulação para o robô humanóide Marta

• Processo: 18/09439-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2018
• Data de Término da vigência: 31 de maio de 2019
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Acordo de Cooperação: IBM Brasil
• Pesquisador responsável: Eric Rohmer
• Beneficiário: Samuel Felipe Chenatti
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Empresa: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação (FEEC)
• Vinculado ao auxílio: 16/18819-4 - Condições de partida para aprendizagem multimodal interativa em robótica cognitiva, AP.PITE
• Assunto(s): Robótica Inteligência artificial Aprendizado computacional Cognição Sensores
• Palavra(s)-Chave do Pesquisador: Cognitive Architecture | robotics | Simulation | robótica

Resumo

O objetivo desta iniciação científica é o desenvolvimento de uma plataforma de simulação experimental que apoiará o projeto "Condições de Partida para Aprendizagem Multimodal Interativa em Robótica Cognitiva ". Neste projeto, o robô humanoide Marta estará observando e interagindo com objetos do mundo ao redor dela, e sentirá, aprenderá e crescerá como um bebê de 6 meses de idade, com o apoio de uma arquitetura cognitiva. A pesquisa tem por objetivo de definir quais são as condições de partida mínimas, para um sistema de robôs cognitivos, poder aprender sobre o mundo em que atua. Para fazer isso, um robô real Marta está planejado para ser construído com um conjunto de sensores e objetos que definem seu mundo. No entanto, a fim de definir o hardware sensorial necessário, bem como executar uma grande quantidade de experimentos, ter uma versão simulada do robô e seu ambiente é de grande ajuda. No início, a simulação permite testar diferentes tipos de sensores para especificar o hardware final e, em seguida, a simulação pode servir como uma plataforma de experimentação automatizada para protocolos de aprendizagem repetidos. Esta última característica do ambiente de simulação irá catalisar grandemente o processo de ensino e de auto-aprendizagem do sistema cognitivo, pois os experimentos poderão ser roteirizados e executados em paralelo. (AU)