Enseñar a los robots
El objetivo del consorcio SIGNAL fue el de desarrollar un dispositivo que pudiera «crecer» desde un sistema infantil hasta convertirse en una entidad completamente madura. Para lograr este objetivo, los socios del proyecto formaron un equipo interdisciplinario compuesto por grupos de investigación procedentes de las tecnologías de la información y de las ciencias de la vida. Se ayudó al robot a «desarrollarse» mediante una combinación de estrategia y estructura conocida como arquitectura sistémica. «Crecer» y ampliar los conocimientos mediante el aprendizaje y la experiencia es una característica básica de los seres vivos. El equipo «formó» al sistema de control de un robot mediante una red de RLA (Rule-like association systems, o «Sistemas de asociación semejante a normas») basada en un sistema inmunitario artificial. Los RLA pueden aplicarse al control y la formación del comportamiento de robots mediante aprendizaje reforzado. Estos sistemas desarrollan la arquitectura sistémica jerárquica del dispositivo, lo cual le ayuda a «crecer». Cada RLA contiene información sobre el entorno del robot y está compuesto de tres partes: una condición sensorial C, un comando de acción A, y una expectativa de la recepción sensorial inminente E. Los investigadores generaron RLA utilizando memoria a corto plazo, la cual almacena secuencias breves de información relativas a eventos sensoriales y motores recientes y significativos. La información almacenada en la memoria a corto plazo se usa como base para crear nuevos RLA. Sin embargo, el RLA incluye una expectativa E, relacionada con las consecuencias de una acción. Por lo tanto, el RLA puede crearse sólo cuando el sistema posee la información relativa a la consecuencia E una vez ejecutada la acción A. Al conectar las RLA en forma de red se aumenta la cantidad de conocimientos que un robot posee sobre su entorno. El robot, que posee sensores infrarrojos y es autónomo y móvil, es capaz de realizar diversas acciones, como recorrer un muro o evitar obstáculos. Los resultados indican que ya no es necesario programar los robots si existe la posibilidad de enseñarles tareas mediante la realización de acciones y la valoración de los comportamientos resultantes.
