Ein Tiefes Selbst: Emergenz eines ereignisprädiktiven, handelnden Selbst in Robotern

01.04.2022 bis 31.03.2025

Die Erfahrung eigene Handlungen und dadurch Ereignisse in der Welt
zu kontrollieren (Haggard & Chambon, 2012) ist zentral für das
handelnde Selbst. Die Basis dafür liegt wohl in sensomotorischen
Kodierungen. Allerdings scheinen für eine explizitere Erkenntnis über
die eigenen Handlungsfähigkeiten abstraktere, Ereignis-spezifische
Kodierungen notwendig zu sein. Im Ergebnis könnte ein handelndes
Selbst entstehen, das sich seiner eigenen Erfahrungen, Handlungen
und Konsequenzen in der Welt "bewusst" wird. Unser Ziel ist es
entscheidende Komponenten für die Entwicklung eines handelnden
Selbst in Robotern zu identifizieren. Nach der Entwicklung von
Aktions-Effekt-Bindungen werden wir uns auf die Antizipation von
Ereigniseffekten konzentrieren. Dabei werden wir antizipative,
crossmodale Kongruenzeffekte modellieren, die zeigen wie unser
Gehirn unseren eigenen Körper handlungseffektantizipierend in die
Zukunft projizier. Schließlich werden wir mit Verhaltensexperimenten
und deren Modellierung am Roboter untersuchen, in wie fern und auf
welche Weise wir auch beim Werkzeuggebrauch zukünftige Körperund
Werkzeugstellungen antizipieren. Ausgangspunkt für unser
Modell ist die Ideomotortheorie, Komparatormodelle und das Freie
Energie Prinzip (bzw. Aktive Inferenz). Über die letzten Jahre (auch
innerhalb der ersten Förderphase des SPPs) haben wir bereits einige
der kritischen Komponenten in künstlichen Systemen und Robotern
implementiert. Unser Deep Active Inference Modell erlaubt Robotern
generative Modelle aus Sensorrohdaten zu erlernen und damit
modell-prädiktiv zu planen. Unsere Beiträge zu Theorien einer
ereignisprädiktiven Kognition führten zur Implementierung von
Systemen, die relative Entfernungen und Orientierungen kompakt
kodieren, um ereignisbezogen und zielgerichtet planen zu können.
Zur Umsetzung werden wir unsere Expertise in der adaptiven
Robotik- und tiefen künstlichen neuronalen Netzwerken (Donders) mit
der in der kognitiven Psychologie und neurokognitiven Modellierung
(Tübingen) verschmelzen. Wir werden (i) Mechanismen und
Voraussetzungen identifizieren, die es einem [künstlichen] Agenten
erlauben, ein Selbst zu entwickeln, und (ii) die Rolle des handelnden
Selbst für eine effektive, zielgerichtete Ereigniskontrolle
entschlüsseln. Außerdem werden wir kritische Mechanismen für die
Selbstplastizität beim Werkzeuggebrauch determinieren. Durch die
Entwicklung von kompakten, ereignisprädiktiven Strukturen werden
wir auch zur Entwicklung vorausschauend handelnder Robotern
beitragen. Ultimativ sollten solche Systeme erlernen, ihre und andere
kausale Einflüsse auf die Umwelt nicht nur zu erkennen, sondern
auch zu erklären. Wir erwarten auch, dass unsere Forschungsarbeit
die Umsetzung kompetenter sozialer Interaktionen von Robotern mit
dem Menschen erleichtern wird. Wie hoffen diese Überlegungen
während der zweiten Förderphase intensiv mit den anderen SPPProjekten
zu diskutieren.