Imitation learning through motor primitives in a bioinspired humanoid robot

A field of robotics that in these years is having a significant development is called cognitive robotics; it is concerned with robots by providing them intelligent behaviors through a processing architecture that allows them to learn and reason about how to behave in response to complex goals in a complex world. Cognitive robotics is strongly influenced by human being, because its aim is to create a complete schema able to reproduce an intelligent behaviour similar to that shown by humans. One of the moments during which this intelligent behaviour emerges the most is movement. Movements are among the main skills of the human being, and it is also one of the most complex. With this study we try to keep inspiration from the brain to reproduce these skills in artificial system. We can find many advanced robots, called humanoid, that want to replicate totally the complex human system. The intent of this thesis is to apply a mathematical model that reproduce the concept of learning a movement on a humanoid robot. This model is biologically inspired and aims at representing a method for imitation learning behaviour, which is typical of human beings, in artificial systems, through the concept of motor primitives. Two experiments will be perform on the humanoid NAO robot with the purpose of demonstrating the ability of the system to generate a movement and adapting it to new situations, also interacting with objects of everyday life. The results of these tests show that it is possible to reproduce a system that is very similar to the movement architecture of human beings; this system can be further extended to embrace several issues that may occur in a dynamic world.

Un campo della robotica che in questi anni sta avendo uno sviluppo significativo è chiamato robotica cognitiva ; ha a che fare con robot fornendo loro comportamenti intelligenti attraverso un' architettura artificiale che permette di imparare e ragionare su come comportarsi in risposta ai complessi obiettivi nel mondo reale. La robotica cognitiva è fortemente influenzata dall'essere umano, perchè il suo obiettivo è quello di riprodurre un comportamento intelligente simile a quello mostrato da noi umani. Uno dei momenti tipici in cui questo comportamento intelligente emerge in modo più evidente è nel movimento. Il movimento è una delle capacità principali dell'essere umano, e anche una delle più complesse. Con questo studio noi prendiamo ispirazione dal cervello per riprodurre queste capacità nei sistemi artificiali. Possiamo trovare molti robot avanzati, chiamati umanoidi, che vogliono replicare in tutto e per tutto il complesso sistema dell'uomo. L'intento di questa tesi è applicare un modello matematico che riproduce il concetto di apprendimento del movimento, su un robot umanoide. Questo modello è biologicamente ispirato e ha come obiettivo quello di rappresentare il metodo per l'apprendimento per imitazione tipico degli essere umani, nei sistemi artificiali, attraverso le primitive motorie. Verranno condotti due esperimenti sul robot umanoide NAO con lo scopo di dimostrare la capacità del sistema di generare un movimento e adattarlo a nuove situazioni, interagendo con oggetti di vita quotidiana. I risultati di questi test mostrano come è possibile riprodurre un sistema che è molto simile all'architettura del movimento degli essere umani; questo sistema può essere poi ulteriormente esteso per risolvere molti problemi che possono incorrere nel mondo reale.