Tipo di prensione ed
effetti di compatibilità:
una simulazione connessionista
Giorgio Tsiotas
[email protected]
Anna M. Borghi
[email protected]
Domenico Parisi
[email protected]
1
Tucker & Ellis: micro-affordances
Affordances (Gibson)
 Proprietà di un oggetto che ne suggeriscono l’uso (es: maniglia di una
porta).
 Secondo Gibson non implicano accesso alla conoscenza concettuale,
ma la visione conduce direttamente all’azione.
Micro-affordances (Tucker & Ellis)
 Implicano accesso alla conoscenza concettuale
 La visione di un oggetto non attiva solamente le azioni legate alla
prensione ma anche il tipo di presa adatto per quell’oggetto.
2
Lo studio di Tucker & Ellis (2001)
I soggetti vedono, senza poter afferrare gli oggetti che possono essere:
naturali (es. ciliega, mela) oppure artefatti (es. forchetta, bottiglia).
Hanno il compito di categorizzare gli oggetti in naturali o artefatti rispondendo3
con una presa di forza o di precisione su un joystick.
Lo studio di Tucker & Ellis (2001)
Risultati: effetto di compatibilità tra dimensione dell’oggetto (grande, piccolo anche
se irrilevante per il compito) e tipo di presa per la risposta (presa
forza/precisione)
4
Spiegazione: la visione dell’oggetto attiva informazioni motorie ad esso associate
relative a esperienze passate con quell’oggetto
Scopo del lavoro

Replicare i risultati di Tucker & Ellis con uno studio connessionista
di Vita Artificiale attraverso l’uso di reti neurali artificiali
Ipotesi

Se la visione di un oggetto attiva le micro-affordances ad esso
associate, allora se addestriamo una rete neurale ad afferrare oggetti
di differenti dimensioni, dovrebbe esserci un effetto di compatibità che
influenza l’esecuzione di altri tipi di compiti assegnati alla stessa rete
neurale.

Quindi dovremmo trovare un effetto di compatibilità tra la grandezza
degli oggetti (grande, piccolo) e il tipo di presa (di forza, di precisione)
5
La rete neurale
Organismo dotato di:
 sistema visivo che gli permette di vedere gli oggetti uno per volta
 sistema motorio: un braccio e due dita che permettono all’organismo
di raggiungere ed afferrare l’oggetto o fornire una risposta motoria
 sistema propriocettivo che informa in ogni istante l’organismo sulla
posizione del suo braccio e delle sue dita
6
Algoritmo genetico
Algoritmo genetico: “strategia evolutiva” (Rechenberg) con mutazioni
Popolazione iniziale: 100 individui assegnazione casuale di pesi alle reti
neurali degli individui.
Compito: portare il braccio in prossimità dell’oggetto e afferrare l’oggetto
con una presa congruente alle sue dimensioni entro un numero
predefinito di passi
Ogni individuo riceve un valore di Fitness, che dipende dalla sua abilità
nel compito.
I 20 individui migliori, con Fitness più alta, generano 5 copie del proprio
genotipo. Nel processo di copia avvengono mutazioni casuali.
Riproduzione non sessuata.
7
Simulazione di base:
addestramento alla prensione degli oggetti
Compito: afferrare l’oggetto con una presa di precisione
(oggetto piccolo) o una presa di forza (oggetto grande)
indipendentemente dal colore.
Apprendimento: tramite selezione utilizzando un algoritmo genetico in
2000 generazioni
8
Simulazione
(Compatibile e Incompatibile)




Ulteriori 2000 generazioni
La risposta è sempre di tipo motorio
Ad ogni organismo vengono riproposti i 4 oggetti e gli si indica
anche il task da eseguire (01=prendi l’oggetto, 10=riconosci il colore)
Presenza di Compatibilità e Incompatibilità tra i pattern
9
Risultati simulazione
compatibilità/incompatibilità


I pattern Compatibili sono appresi in meno generazioni rispetto a quelli
Incompatibili in tutte le repliche (seeds)
E’ più facile per tutti gli organismi imparare i pattern Compatibili.
10
Analisi hidden
Dopo la simulazione di base:

Solo 1 neurone dei 4 è utilizzato per discriminare le dimensioni
dell’oggetto: il suo valore varia tra 0 e 1
Dopo la simulazione di compatibilità/incompatibilità:


Per il task 1 è sempre utilizzato un solo neurone
Per il task 2 è sempre utilizzato un secondo neurone.


Pattern Compatibili: tendenza nella maggior parte dei casi a
mantenere la stessa attivazione delle hidden mantenendo cosi’
traccia del task 1.
Pattern Incompatibili: la rete per tutti i seed tende sempre a
riorganizzare le hidden rispetto al task 1
11
Conclusione

Replica dei risultati sperimentali ottenuti da T&E

La rappresentazione visiva di un oggetto incorpora informazione
motoria riattivando la nostra esperienza passata con quell’oggetto.

Conferma dell’effetto di compatibilità tra le dimensioni dell’oggetto e
il tipo di presa: l’apprendimento avviene prima (in termini di numero
di generazioni) nella condizione Compatibile che in quella
Incompatibile.

Le analisi delle hidden indicano che nei casi Compatibili le hidden
hanno la tendenza a non variare, mentre in quelli Incompatibili c’è
sempre riorganizzazione.
12
Q&A
13