Inizio contenuto principale del sito

Predictive Robots

Modelli di sviluppo infantile e processi predittivi per migliorare le capacità dei robot
Image for logo.png

L'evidenza empirica suggerisce che funzionalità come il controllo motorio, l'apprendimento, la percezione e persino le esperienze soggettive ed emotive possono basarsi su processi di anticipazione dell'attività sensomotoria implementati dal nostro cervello. Il progetto Predictive Robots applica modelli di sviluppo infantile e processi predittivi per migliorare le diverse capacità dei robot. In primo luogo, il progetto cerca meccanismi di apprendimento che producono comportamenti di esplorazione alla ricerca di novità nei robot. Implementati attraverso tecniche di machine learning online, reti neurali profonde e processi di autoregolamentazione, questi meccanismi consentono l'apprendimento non supervisionato e incrementale di modelli interni predittivi in diversi sistemi artificiali. In secondo luogo, Predictive Robots studia come migliorare la percezione dei robot combinando input sensoriali grezzi con le previsioni generate da tali modelli. Infine, studia il ruolo dell'anticipazione sensoriale, contribuendo così alla comprensione dell'esperienza soggettiva nell'uomo e nella sua possibilità di interazione con i robot.


BUDGET: € 183,473.28
PERIOD: 2019 - 2021
MSCA FELLOW: DR. Guido Schillaci
SUPERVISOR: Prof. Cecilia Laschi


Biosketch 

Ingegnere informatico di base (Palermo, Granada), Guido Schillaci ha conseguito un dottorato di ricerca in robotica cognitiva e dello sviluppo presso la Humboldt-Universität zu Berlin, finanziato da un'altra azione Marie Curie (EU-FP7 ITN INTRO). Durante i suoi studi di dottorato, ha trascorso un periodo formativo presso la Umeå Universitet, in Svezia, e ha collaborato con Space Application Services in Belgio. Prima di entrare a far parte della Scuola Superiore Sant’Anna, Guido Schillaci è stato premiato con una borsa di studio Humboldt post-doc (German Excellence Initiative) e ha lavorato nel ROMI UE-FP7 EARS, EU-H2020 e altri progetti finanziati dal DFG tedesco. Attualmente, Guido Schillaci è associato al DFG SPP The Active Self.
È autore di +40 articoli peer-reviewed sul tema della robotica cognitiva e dello sviluppo, dell'IA, dell'interazione uomo-robot e delle neuroscienze computazionali. Ha co-supervisionato +10 B.Sc., M.Sc. e dottorandi, e ha insegnato B.Sc. e M.Sc. corsi sull'Intelligenza Artificiale, la robotica cognitiva e la programmazione. È stato redattore, membro del comitato di programma, revisore per diverse conferenze e riviste, nonché valutatore di domande internazionali di borse di ricerca, e ha organizzato workshop ed eventi scientifici su argomenti relativi alla sua ricerca.


Pubblicazioni

  • Schillaci, G., Ciria, A., Lara, B., (2020) Tracking Emotions: Intrinsic Motivation Grounded on Multi-Level Prediction Error Dynamics. 10th Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (IEEE ICDL-EpiRob). Pre-print available here: https://arxiv.org/abs/2007.14632.
  • Kirtay, M., Albanese, U., Vannucci, L., Schillaci, G., Laschi, C., & Falotico, E. (2020). The iCub multisensor datasets for robot and computer vision applications. Proceedings of the 22nd ACM International Conference on Multimodal Interaction (ACM ICMI). arXiv preprint arXiv:2003.01994. 
  • Hafner, V. V., Loviken, P., Pico Villalpando, A., Schillaci, G. (2020). Prerequisites for an Artificial Self. Frontiers in Neurorobotics. Vol. 14, p.5. doi:10.3389/fnbot.2020.00005. ISSN 1662-5218.
  • Schillaci, G., Pico, A., Hafner, V.V., Hanappe, P., Colliaux, D., Wintz, T., (2020) Intrinsic motivation and episodic memories for robot exploration on high-dimensional sensory spaces. Sage Journal on Adaptive Behaviour, pre-print: https://arxiv.org/abs/2001.01982.
  • Miranda, L., Schillaci, G. (2019) Adaptive architecture towards portability of greenhouse models, Proceedings of Greensys 2019 (Acta Horticulturae) – Int. Symposium on Advanced Technologies and Management for Innovative Greenhouses, Angers, France. Pre-print available here: https://arxiv.org/pdf/1908.01643.pdf 
  • Georgie, Y. K., Schillaci, G., Hafner, V. V. (2019) An interdisciplinary overview of developmental indices and behavioral measures of the minimal self, Proceedings of the 9th Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (IEEE ICDL-EpiRob). Oslo, Norway. NOMINEE FOR BEST PAPER AWARD. Pre-print available here: https://arxiv.org/abs/1907.00709.
  • Pico Villalpando, A., Schillaci, G., Hafner, V. V., Lara, B. (2019), Ego-Noise Predictions for Echolocation in Wheeled Robots, MIT Press Proceedings for the Artificial Life conference.