Onofrio Gigliotta, Giancarlo Petrosino, Massimiliano Schembri
Onofrio Gigliotta Università di Napoli e ISTC-CNR, Italia (tel: +390688922083; e-mail: [email protected]). Giancarlo Petrosino ISTC-CNR, Roma, I-00185, Italia (e-mail: [email protected]).
Massimiliano Schembri ISTC-CNR, Roma, I-00185, Italia (e-mail: [email protected]).
Abstract— Il secolo che stiamo vivendo è stato definito come il secolo della robotica e del cervello. In questo articolo
presentiamo uno strumento di edutainment che permette anche ad utenti privi di abilità informatiche e conoscenze neuroscientifiche di potere muovere i primissimi passi alla scoperta di questi due affascinanti mondi. BrainFarm, infatti, permette di progettare sia il cervello che il corpo di un organismo artificiale robotico consentendone l'addestramento secondo diverse tecniche di apprendimento. Il software, infine, supporta diversi tipi di robot fisici sui quali è possibile trasferire il controller addestrato nell'ambiente virtuale.
Index Terms— Brain, robotics, edutainment
I. INTRODUZIONE
Tra gli anni ‘70 e ‘80 i robot sono entrati nel nostro immaginario grazie alla impressionante produzione di cartoni animati giapponesi. Perlopiù umanoidi, contrapposti tra buoni e cattivi, hanno alimentato i sogni e le speranze di molti ricercatori roboticisti. Nasce proprio in Giappone, infatti, uno dei più ambiziosi programmi di ricerca robotica che porterà lo sviluppo di quella che oggi viene definita robotica di servizio, ovvero quelle applicazioni robotiche che possono essere utili nelle mansioni umane quotidiane: dal prendersi cura di anziani o ammalati [1] ad attività di pulizia (robot aspirapolvere, pulisci piscina, taglia erba etc.), di compagnia (robot companion come Pleo, Robosapiens, Aibo etc.) di gioco e, infine, in attività di ausilio dell'apprendimento. In particolare, dalla crasi tra apprendimento e intrattenimento è emerso negli ultimi anni un vasto campo definito edutainment [2], un settore che cerca di motivare l’apprendimento con il divertimento.
I campi educativi in cui i robot possono essere impiegati sono i più svariati. Quelli più scontati sono legati alle abilità tecniche: programmazione, meccanica, ed elettronica, mentre campi più interessanti sono legati ad aree biologiche e comportamentali (basti pensare al saggio di psicologia sintetica di Braitenberg [3]). I robot sono dei veri e propri organismi che popolano fisicamente il nostro mondo, quindi possono essere sottoposti alle nostre stesse pressioni evolutive siano esse ambientali che sociali. Robot sofisticati, nei laboratori di ricerca, ci aiutano a rispondere a domande di ricerca di base sulle ragioni di un determinato comportamento animale [4] piuttosto che sulla forma necessaria ad attuare un processo cognitivo essenziale per la sopravvivenza [5]. Robot più semplici, invece, cominciano ad occupare negozi di giocattoli e di hobbistica. I prezzi sempre più competitivi hanno aperto in questi ultimi anni il campo ad una vasta platea di utilizzatori che travalica i consueti confini scientifici. In Italia siti come Robot Italy (www.robot-italy.it) hanno dato un grosso contributo in tale direzione.
Nelle applicazioni robotiche, tuttavia, l’apparato hardware sebbene importante è solo una parte. Un ruolo decisivo, in vista degli obiettivi educativi o di ricerca desiderati, è ricoperto dal software. Far funzionare un robot, a meno che non si scelga un giocattolo telecomandato, spesso richiede delle particolari abilità informatiche ed elettroniche: bisogna saper programmare e avere tante conoscenze tecniche la cui acquisizione può sottrarre tempo ed attenzione ad un obiettivo didattico più ampio (per es. lo studio di un comportamento di evitamento in etologia). La robotica Evolutiva [6], mettendo insieme corpi robotici, reti neurali e algoritmi genetici, rappresenta una metodologia di progettazione comportamentale che astrae da specifiche conoscenze tecniche. Definito un corpo (per es. un khepera dotato di 8 sensori infrarossi e due motori), viene creata una rete neurale (modello matematico inspirato al funzionamento del cervello) che prende in input i sensori del robot e restituisce in output l’attivazione dei rispettivi motori. Le caratteristiche della rete (pesi neurali etc.) vengono successivamente codificati in una stringa genetica che verrà utilizzata durante il processo evolutivo. Quest’ultimo comincia da una popolazione casuale di stringhe che verranno sottoposte ad un processo iterativo di selezione riproduzione e mutazione. Il processo di selezione, a sua volta, può essere deciso dall’utente on- line o definito attraverso una specifica funzione di valutazione (per es. andare il più possibile dritto evitando gli ostacoli). Per queste caratteristiche abbiamo scelto la robotica evolutiva come motore del software BrainFarm.
BrainFarm permette ad utenti senza nessuna particolare abilità informatica di poter progettare, partendo da zero, un cervello artificiale capace di controllare uno dei tanti robot fisici supportati. Scopo di BrainFarm è quello di costituire all’interno del campo dell’edutainmet un ponte semplice quanto efficace tra le neuroscienze (con il brain editor), il corpo (differenti robot utilizzabili) ed il comportamento.
117
II. BRAINFARM
BrainFarm nasce traendo ispirazione da software di robotica evolutiva come Breedbot [7,8] ed Evorobot [9]. Il primo permette di allevare un gruppo di nove robot lego (Mindstorms RCX) dotati di due ruote e tre sensori infrarossi. Il software presenta una interfaccia da videogioco 2D e permette di evolvere i robot in maniera automatica o a scelta degli utenti, il controller neurale del robot non è modificabile. BreedBot, a livello educativo, è stato utilizzato come supporto educativo nell’insegnamento di tematiche riguardanti l’evoluzione [10] . Evorobot, invece, è un software di robotica evolutiva con fini scientifici. Permette di modificare il controller neurale e di avviare simulazioni complesse con differenti robot ed in differenti ambienti personalizzabili, tuttavia, rimane poco friendly per i non scienziati. BrainFarm mette insieme la facilità d’uso di BreedBot28, aggiornata agli standard 3D odierni (sviluppati già in software evolutivi come BestBot e BestBot229), insieme con la duttilità di Evorobot.
Fig. 1. Robot simulabili in BrainFarm. Da sinistra: khepera, e-puck, custom robot lego e un modello generico.
Fig. 2. Sinistra: brain editor permette di progettare il cervello del robot. Destra: l’environment editor permette di personalizzare l’ambiente in cui i robot opereranno.
BrainFarm permette scegliere il corpo (ovvero il tipo di robot, Fig.1), di progettare il cervello (ovvero la rete neuronale artificiale Fig. 2, sinistra), disegnare l’ambiente (Fig.2, destra), scegliere il tipo di apprendimento
(filogenetico od ontogenetico) e, infine, permette di scaricare il cervello sviluppato sul robot reale di riferimento (per esempio il robot lego di Fig. 3).
Fig. 3. Robot lego realizzato per BrainFarm e sviluppato da Gigliotta e colleghi [11] per il progetto BestBot.
III. CONCLUSIONI
Quello appena iniziato sarà il secolo del cervello [12] e della robotica [13]. Gli studi su questi due campi segneranno probabilmente grandi successi scientifici. BrainFarm si propone, nel campo dell’edutainment, come un piccolo contributo alla formazione degli scienziati del futuro. Il gioco di oggi, un po’ come sono stati i libri di Asimov ed i cartoni animati giapponesi per l’odierna generazione di roboticisti, potrebbe far nascere, nei ragazzi e ne bambini di oggi, curiosità e interessi da approfondire accademicamente in futuro.
28 http://laral.istc.cnr.it/gigliotta/pagn/software.html 29
118
RIFERIMENTI
[1] P.Dario, M. C. Carrozza, E. Guglielmelli, Guest editorial: Special issues on rehabilitation robotics, Autonomous Robots. 15: 5-6, 2003. [2] K. H. Veltman, Edutainment, technotainment and culture, Civita Annual Report, Giunti, 2004.
[3] V. Braitenberg, Veichels: Experiments in synthetic Psychology, MIT Press, Cambridge, 1984
[4] B. Webb, Using robots to understand animal behavior, Advances in the Study of Behavior, 38:1-58, 2008 [5] R. Pfeifer, J. C. Bongard, How the body shapes the way we think, MIT Press, Cambridge, 2006
[6] S. Nolfi, D. Floreano, Evolutionary robotics,MIT Press, Cambridge, 2000
[7] O. Miglino, O. Gigliotta, Allevare robot con Breedbot, Atti del Congresso Nazionale della Sezione di Psicologia Sperimentale, Ed. Nautilus, Bologna, 2002
[8] O. Miglino, O. gigliotta, M. Ponticorvo, H.H. Lund, Human breeders for evolving robots, Artificial Life and Robotics, 13(1):1-4, 2008 [9] S. Nolfi, O. Gigliotta, Evorobot*, In Nolfi S, Mirolli M. (a cura di), Evolution of communication in embodied agents, Springer, Berlino, 2010 [10] O. Miglino, O. Gigliotta, M. Ponticorvo, S. Nolfi, BreedBot: an evolutionary robotics application in digital content,The Electronic Library, 26:363-
373, 2008
[11] O. Gigliotta, V. Sperati, S. Nolfi, Robotics Attack!, In Miglino O., Ponticorvo M., Rega A., Rubinacci F. (a cura di) Modelli, sistemi e applicazioni di Vita Artificiale e computazione evolutiva, 109-115, FEU, Napoli, 2009
[12] H. Markram, The blue brain project, Nature Neurocience, 7(2):153-160, 2006 [13] B. Gates, Un robot in ogni casa, Le Scienze, 461, 2007