To use a service robot in a crowded area, the robot should be able to interact with multiple people at the same time. However, the existing robots with one head have a limitation in interaction with a crowd since they cannot recognize a person behind them while interacting with another person in front of them. Moreover, the existing behavior selection methods have difficulties in learning deeply or in creating new behaviors. To solve these problems, we propose a novel robot platform, i.e. Siamese robot, and its behavior selection method using the developmental episodic memory-based mechanism of thought (DEM-MoT). The proposed robot platform consists of two heads, two arms, and a body to cover all directions. Each head is controlled by an intelligent software agent that selects its own behaviors by DEM-MoT and the authority to control the shared limbs is distributed to one of the individuals according to the strengths of their current internal states and contexts. DEM-MoT is a human-like thought process that selects a proper behavior based on the past experiences stored in developmental episodic memory (DEM). If the expected reward of the selected behavior is too low, an experience is transferred from the other individual or a new behavior is created by randomly arranging a set of primitive behaviors. To develop intelligence in an adaptive and unsupervised way, DEM is implemented with an adaptive resonance theory-based algorithm and its weights are pre-trained using the simulation experiences produced by the degree of consideration-based mechanism of thought. To show the effectiveness of the proposed mechanism of thought for behavior selection, experiments were carried out with a physical Siamese robot in a real environment.
서비스 로봇을 붐비는 장소에서 사용하기 위해서는 다수의 사용자와 동시에 상호작용할 수 있어야 한다. 그러나, 기존의 머리 하나인 로봇들은 앞뒤의 사람들과 동시에 상호작용할 수 없었으며, 기존의 행동 선택 방법들은 심층 학습이나 새로운 행동을 생성할 수 없었다. 본 논문에서는, 이러한 문제들을 해결하고자 샴쌍둥이 형태의 새로운 로봇 플랫폼과 발달형 일화기억 기반 생각 메커니즘을 통한 행동 선택 방법을 제안한다. 제안하는 샴로봇은 전방향을 담당할 수 있도록 두 개의 머리, 두 팔, 몸체로 구성되었다. 각 머리는 지능형 객체에 의해 통제되며, 공유하는 신체에 대한 제어권은 현재 내부 상태와 상황을 바탕으로 결정된다. 발달형 일화 기억(DEM) 기반 생각 메커니즘은 사람의 생각 과정을 모델링한 것으로, 과거의 경험들을 기억하고 이를 바탕으로 행동을 선택한다. 만약, 선택된 행동에 대한 보상이 낮을 것으로 예상된다면, 다른 개체의 경험을 전이받거나, 새로운 행동을 생성한다. DEM의 초기 학습은 고려도 기반 생각 메커니즘을 통해 생성된 상상의 경험들로 수행된다. 실험은 개발한 샴쌍둥이 로봇인 "Siambot"을 통해 수행되었다.
