Towards the integration of neural mechanisms and cognition in biologically inspired robots

How intelligence arises in humans is far to be completely unveiled. Understanding the brain mechanisms that make it possible is one of the most interesting and debated topics in neuroscience. However, recent advances speculate about that this is only half part of the story. Intelligent behaviours in humans could emerge from a good balance among several factors, namely, the brain, the body, sensors, actuators, and the environment. Even though no conclusive evidences about the truth of this theory are available, it is very promising. Beyond the great relevance for science, the natural application of these studies is the robotics field. In the last decades, several approaches have been proposed to design intelligent machines on the basis of scientific findings, especially from neuroscience. The underlying idea of these approaches is to transfer knowledge from neuroscience and biomechanics to the designing of biologically inspired robots. Although the design of a mechanical structure mimicking the biological counterpart is still an affordable task, it becomes less true for the design of underlying neural mechanisms both for controlling the body and for the emergence of cognition. Even tough the biologically inspired robotics is a very active research field, several solutions have been proposed, from evolutionary approaches to developmental robotics. However, a solution that encodes on the same neural lattice low level computational mechanisms and the emergence of cognition is still missing. In this thesis a comprehensive study of this topic is presented. First, I design several low level computational models composing the visual dorsal pathway, which is devoted to one of the most relevant functionalities provided by the brain: the reaching task. A comparison with the state of art is presented. Second, a comparison among previously developed models inspires the proposal for a common computational framework that should embody brain computational principles, such as population coding. Third, a biologically inspired cognitive architecture is proposed. The architecture develops a middle level of cognition, filling the gap between the low level computational mechanisms and symbolic reasoning. This cognitive architecture is able to generate new goals and behaviours from previous ones, exploiting the synergy among the thalamus, the amygdala, and the cortex. Finally, a proposal for a roadmap towards a fully integrated biologically inspired architecture is presented. This architecture exploits the synergy between the low level computational mechanisms and the proposed cognitive architecture.

Come l'intelligenza emerge dal cervello umano è ancora un problema aperto per la comunità scientifica. Comprendere come i meccanismi neurali del cervello permettano il sorgere degli aspetti cognitivi è uno dei più interessanti e dibattuti argomenti nel campo delle neuroscienze. I comportamenti intelligenti potrebbero emergere come giusto bilanciamento tra diversi fattori, quali: il cervello, il corpo, i sensori, i meccanismi di attuazione, e l'ambiente in cui è immerso il soggetto. Nonostante non ci siamo prove conclusive che l'interazione tra le sopracitate componenti sia condizione necessaria e sufficiente per l'emergere dell'intelligenza, la teoria proposta è promettente. Al di là della grande rilevanza scientifica di questo argomento, la naturale applicazione di questi studi è la robotica. Negli ultimi decenni sono stati portati avanti numerosi progetti di ricerca il cui obiettivo era di sviluppare macchine intelligenti, inspirate da studi neuroscientifici. Ne segue che la progettazione può riguardare sia la parte meccanica del robot, sia la parte di elaborazione delle informazioni. Se la progettazione di parti meccaniche ispirate dalla natura è ancora un compito ragionevolemente risolvibile, questo diventa più complitato nel momento in cui si voglia modellare il cervello sia per il controllo del robot che per l'emergere di aspetti cognitivi. Il campo della robotica bioinspirata è un campo di ricerca molto attivo, e diverse soluzioni sono state proposte, dall' evolutionary robotics alla developmental robotics. Tuttavia, una soluzione, che incorpori nello stesso modello neurale sia gli aspetti cognitivi che gli aspetti di basso livello per il controllo del corpo, è ancora mancante. In questa tesi viene proposto uno studio comprensivo di diversi meccanismi neurali, elicitandone punti di forza e di debolezza. Primo, ho proposto diverse architetture neurali che modellano aree corticali afferenti al percorso visivo dorsale, il cui compito principale è risolvere il problema del raggiungimento degli oggetti percepiti attraverso il sistema visivo. Secondo, ho confrontato i modelli sopracitati per proporre un framework computazionale comune che incorpori quei principi computazionali diffusi in tutte le aree del cervello. Un esempio di questi principi computazionali è il cosidetto population coding. Terzo, ho sviluppato una architettura cognitiva biologicamente inspirata. L'architettura sviluppa un livello cognitivo intermedio, facendo da ponte tra i meccanismi computazionali di basso livello e il ragionamento simbolico. Questa architettura è in grado di apprendere nuovi obiettivi e comportamenti basandosi sull'interazione di alcune aree cerebrali, quali: il talamo, la corteccia, e l'amigdala. Infine, viene proposta una roadmap per lo sviluppo di una architettura biologicamente inspirata che tenga conto sia degli aspetti computazionali di basso livello che degli aspetti cognitivi.