1 Aluna: Fernanda Monteiro Eliott. Orientador: prof. Carlos H. C. Ribeiro. ITA, junho de 2008. Modelos artificiais de aprendizado autônomo baseados em.

1

Aluna: Fernanda Monteiro Eliott.

Orientador: prof. Carlos H. C. Ribeiro.

ITA, junho de 2008.

Modelos artificiais de aprendizado autônomo

baseados em processos homeostáticos

2

Desenvolver Emoções Artificiais?

-A emoção e os sentimentos constituem a base do que descreve-se como alma ou

espírito.

- A ausência total de emoções compromete a racionalidade, os processos de tomada

de decisão.

3

Caso Phineas Gage (séc.XIX)

Os sentimentos são tão cognitivos quanto qualquer outra

percepção.

-Tinha 25 anos, coordenava os trabalhos de uma empresa construtora

de estradas de ferro:

Lesões nos córtices pré-frontais.

4

Estava danificada sua aptidão para tomar decisões e se

planejar.

5

Marcador Somático, Damásio.

Decisões rápidas sem que gastemos:

• tempo;

• grande capacidade de processamento.

6

Modelos homeostáticos:Gadanho (1999): a partir do marcador

somático, definiu:

sentimento - o processo de monitoramento do corpo e que nos oferece a cognição dos

nossos estados viscerais e músculos-esqueléticos;

emoção - a combinação do processo mental avaliativo com suas respostas para este, na

maior parte em direção ao próprio corpo, mas também ao cérebro ele mesmo.

7

Mecanismo de atenção:

3 comportamentos:

o agente deve aprender a coordená-los.

8

Mecanismo de atenção:

Este sistema é apropriado porque atribui relevância para as

diferentes experiências do agente no contexto de suas motivações

internas.

9

Em (Gadanho 1999):

As emoções possibilitaram melhor desempenho com menos esforço computacional do que a

melhor combinação de mecanismos de interrupção que

usava intervalos de tempo.

10

Problema:

O modelo homeostático em Gadanho (1999) é mais uma

aplicação de AR, ou apresenta inovação?

A Proposta de Solução...

11

Proposta de solução

12

Proposta de solução: o simulador.

13

Verificação da Solução:

• Sobre o modelo homeostático:

Comparar os resultados obtidos aos apresentados em (Gadanho 1999);

• Em relação ao que concerne ao AR e aos outros modelos homeostáticos da literatura:

Estudo profundo da mesma.

14

Resultados Esperados:

Obter um modelo equivalente ao desenvolvido por (Gadanho 1999) e a

resposta à pergunta:

o modelo homeostático em Gadanho (1999) é mais uma aplicação de AR,

ou apresenta inovação?

15

Referências:• Damásio, A. R. (1994): Descartes’ Error: emotion, reason and

the human brain. New York: Penguin.

• Gadanho, S. C. and Hallam, J. (1998): Exploring the Role of Emotions in Autonomous Robot Learning. In AAAI Fall Symposium | Emotional and Intelligent: The tangled knot of cognition, Technical Report FS-98-03, pages 84- 89. AAAI Press.

• Gadanho, S. (1999): Reinforcement Learning in Autonomous Robots: An Empirical Investigation of the Role of Emotions. PhD thesis, University of Edinburgh.

• Sutton, R. S. and Barto, A. G. (1998): Reinforcement Learning.

The MIT Press.• Sutton, R. S. and Barto, A. G. (1996): Generalization in

Reinforcement Learning: Successful Examples Using Sparse Coarse Coding. In Touretzky, D. S., Mozer, M. C., & Hasselmo, M. E. (eds.) Advances in Neural Information Processing Systems 8: 1038-1044.

• Sutton, R. S. and Barto, A. G. (1990): Time-derivative Models of Pavlovian Reinforcement. In Learning and Computational Neuroscience: Foundations for Adaptive Networks. MIT Press.