Autodescoberta da morfologia do corpo do robô impulsionada por aprendizado de máquina

A morfologia de um robô é tipicamente assumida como conhecida, e dados de dispositivos de medição externa são usados principalmente para sua calibração cinemática. Em contraste, adotamos uma perspectiva centrada no agente e consideramos a questão vagamente explorada de se um robô poderia aprender elementos de sua morfologia por conta própria, confiando em conhecimento prévio mínimo e dependendo apenas de sinais proprioceptivos desorganizados. Para responder a essa pergunta, propomos uma representação baseada em informação mútua das relações entre os sinais proprioceptivos de um robô, que chamamos de gráficos de informação proprioceptiva (gráficos π). Aproveitando o fato de que a estrutura da informação do aparelho sensório-motor é dependente da incorporação do robô, usamos o gráfico π para buscar relações de sinal par a par que refletem os princípios cinemáticos subjacentes de primeira ordem aplicáveis à estrutura do robô. Em nossa discussão, mostramos que a análise do gráfico π leva à inferência de dois elementos fundamentais da morfologia do robô: sua topologia mecânica e descrição cinemática correspondente, ou seja, a localização e orientação das articulações do robô. Resultados de um manipulador robótico, um hexápode e um robô humanoide mostram que a topologia correta e a descrição cinemática podem ser efetivamente inferidas a partir de seu gráfico π, seja offline ou online, independentemente do número de elos e configuração do corpo.