Publications

IEEE CEC 2018 — Special Session on Evolutionary Robotics

Rio de Janeiro, Brazil. 8-13 July, 2018

CALL FOR PAPERS

Website: http://sites.google.com/a/isd.org.br/cec18er/

Evolutionary Robotics (ER) aims to apply evolutionary computation techniques to automatically design the control and/or hardware of both real and simulated autonomous robots. Its origins date back to the beginning of the nineties and since then it has been attracting the interest of many research centres all over the world.

ER techniques are mostly inspired by existing biological architectures and Darwin’s principle of selective reproduction of the fittest. Evolution has revealed that living creatures are able to accomplish complex tasks required for their survival, thus embodying cooperative, competitive and adaptive behaviours.

Having an intrinsic interdisciplinary character, ER has been employed towards the development of many fields of research, among which we can highlight neuroscience, cognitive science, evolutionary biology and robotics. Hence, the objective of this special session is to assemble a set of high-quality original contributions that reflect and advance the state-of-the-art in the area of Evolutionary Robotics, with an emphasis on the cross-fertilization between ER and the aforementioned research areas, ranging from theoretical analysis to real-life applications.

(more…)

Advertisements

Mario Zarco graduates with honors!

Today Mario Zarco graduated with honors from UNAM’s Master’s degree in Computer Science and Engineering for his work on self-optimization in neural networks.

The title and extended abstract of his thesis are as follows:

􀀈􀀓􀀔􀀕􀀇􀀌􀀐􀀁􀀇􀀈􀀁􀀄􀀕􀀔􀀐􀀂􀀐􀀑􀀔􀀌􀀎􀀌􀀖􀀄􀀆􀀌􀀘􀀏􀀁􀀈􀀏􀀁􀀒􀀈􀀇􀀈􀀓􀀁Estudio de Auto-Optimización en Redes Neuronales de Hopfield
􀀏􀀈􀀕􀀒􀀐􀀏􀀄􀀍􀀈􀀓􀀁􀀇􀀈􀀁􀀋􀀐􀀑􀀉􀀌􀀈􀀍􀀇􀀁
Mario Alberto Zarco López

Las redes neuronales de Hopfield de tiempo discreto, cuya dinámica presentan múltiples atractores de punto fijo, han sido ampliamente usadas en dos casos: (1) memoria asociativa, basada en aprender un conjunto de patrones de entrenamiento los cuales son representados por atractores, y (2) optimización, basado en representar un problema de satisfaccion de restricciones con la topología de la red de tal forma que los atractores sean soluciones de ese problema. En el ultimo caso, la función de energía de la red debe tener la misma forma que la función a ser optimizada, de modo que los m´ınimos de la primera también sean mínimos de la segunda. Aunque se ha demostrado que los atractores de baja energía tienen un amplio domino de atracción, la red usualmente queda atrapada en mínimos locales. Recientemente se demostró que las redes de Hopfield de tiempo-discreto pueden converger en atractores globalmente óptimos ampliando las mejores cuencas de atracción. La red combina el aprendizaje de sus propios atractores usando aprendizaje Hebbiano y la aleatorizacion de los estados neuronales una vez que la red ha reforzada su configuración actual.
(more…)

Another Master’s thesis published

The second thesis of our group has been published. Please find the title and summary below.

Minimización de la red neuronal artificial de agentes encarnados evolucionados para comunicarse referencialmente

Jorge Iván Campos Bravo

En este proyecto realizamos una minimización de la red neuronal del modelo generado por Williams et al. (2008), en dicho modelose implementan dos agentes en un ambiente mínimoen el que pueden interactuar entre ellos, pero no poseen canales especializados para comunicarse.

Su tarea es sencilla, el transmisor necesita informar al receptor la posición de un objetivo en el ambiente y el receptor necesita llegar a la posición del objetivo.

En nuestro modelo, ambos agentes utilizan la misma copia estructural de red neuronal recurrente en tiempo continuo para controlar su sistema sensorio-motor; dicha red neuronal artificial consta de tres neuronas para ambos agentes.

Se realizaron modificaciones al sistema sensorio-motor y al ambiente original para adaptar el nuevo sistema neuronal, sin perder la esencia de la motivación principal, generar comunicación referencial entre los agentes.
(more…)

Master’s thesis published

The first thesis of our group has been published. Please find the title and summary below.

Un modelo de robótica evolutiva para el reconocimiento explícito de agencialidad

Leticia Cruz Bárcenas

El estudio de la cognición social ha sido abordado principalmente desde dos perspectivas. Por un lado tenemos, el punto de vista del individualismo ampliamente usado en la cognición social, donde se plantea que la interacción y cognición social es el resultado de capacidades cognitivas individuales. Por otro lado, tenemos la perspectiva interaccionista enfocada en que el comportamiento resultante de dos o más individuos reside en los mecanismos colectivos de la interacción dinámica. A pesar de la existencia de estos enfoques, el estudio del rol en la interacción social no ha sido prioritario en las investigaciones de cognición social. Algunas de las dificultades enfrentadas en este sentido están relacionadas con la identificación de características cualitativas y cuantitativas esenciales durante el fenómeno (Lenay & Stewart, 2012).

Con el fin de tener de mejores herramientas analíticas, Auvray et al. (2009) propuso un modelo minino de cognición social que reduce este fenómeno a sus elementos más básicos. Haciendo uso de este modelo se realizó un experimento cuyo objetivo era identificar los mecanismos subyacentes debido al reconocimiento de un sujeto con intencionalidad. Los resultados mostraron que el comportamiento de los individuos propiciaba la interacción con el otro, así como la discriminación del resto de los objetos del ambiente debido a los movimientos oscilatorios individuales.

Con el fin de continuar esta línea de investigación, el presente trabajo muestra un modelo sintético que simula los resultados obtenidos en el experimento original. Utilizando robótica evolutiva se implementó un modelo para investigar la dinámica de interacción en el reconocimiento explícito de agencialidad entre agentes artificiales. El modelo demostró que existe se preserva una interacción cuando los agentes están interactuando entre ellos a pesar de que existan otros objetos/obstáculos en el ambiente.
(more…)

New paper analyzing transition to presence-at-hand

Cognitive and movement measures reflect the transition to presence-at-hand

Dobromir Dotov, Lin Nie, Kevin Wojcik, Anastasia Jinks, Xiaoyu Yu, and Anthony Chemero

The phenomenological philosopher Martin Heidegger’s proposed transition from readiness-to-hand to presence-at-hand and the hypothesis of extended cognition were addressed empirically in an experiment on tool use. It involved a video game of steering erratically moving objects to a target while performing a secondary cognitive task. A strong perturbation of the hand-pointer linkage in the video game induced the transition from ready-to-hand to present-at-hand. In Experiment 1, this perturbation resulted in decreased motor performance and improved recall of task-irrelevant features. Experiment 2 replicated these results and addressed additional questions. Measures of movement variability based on the multifractal formalism confirmed the hypothesized decrease in functional integration of the tool during the perturbation. Dynamical interactions allow user and tool to act as a system. The tool is properly described as ready-to-hand during normal operation but as present-at-hand during perturbation. Physiological measures showed that the ready-to-hand to present-at-hand transition does not necessarily lead to a stress response.

New paper on the irreducibility of social interaction dynamics

In an upcoming publication in the journals Frontiers in Psychology we present a couple of findings that challenge the prevalent idea that properties of social interaction can be explained in terms of individual properties alone.

Time series analysis of embodied interaction: Movement variability and complexity matching as dyadic properties

Leonardo Zapata-Fonseca, Dobromir G. Dotov, Ruben Y. Fossion, and Tom Froese

There is a growing consensus that a fuller understanding of social cognition depends on more systematic studies of real-time social interaction. Such studies require methods that can deal with the complex dynamics taking place at multiple interdependent temporal and spatial scales, spanning sub-personal, personal, and dyadic levels of analysis. We demonstrate the value of adopting an extended multi-scale approach by re-analyzing movement time series generated in a study of embodied dyadic interaction in a minimal virtual reality environment (a perceptual crossing experiment).

Reduced movement variability revealed an interdependence between social awareness and social coordination that cannot be accounted for by either subjective or objective factors alone: it picks out interactions in which subjective and objective conditions are convergent (i.e. elevated coordination is perceived as clearly social, and impaired coordination is perceived as socially ambiguous). This finding is consistent with the claim that interpersonal interaction can be partially constitutive of direct social perception.

Clustering statistics (Allan Factor) of salient events revealed fractal scaling. Complexity matching defined as the similarity between these scaling laws was significantly more pronounced in pairs of participants as compared to surrogate dyads. This further highlights the multi-scale and distributed character of social interaction and extends previous complexity matching results from dyadic conversation to nonverbal social interaction dynamics. Trials with successful joint interaction were also associated with an increase in local coordination. Consequently, a local coordination pattern emerges on the background of complex dyadic interactions in the PCE task and makes joint successful performance possible.