Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/331275
Type: TESE DIGITAL
Degree Level: Mestrado
Title: Construindo um subsistema motivacional para o cognitive system toolkit
Title Alternative: Building a motivational subsystem for the cognitive system toolkit
Author: Froes, Eduardo de Moraes, 1990-
Advisor: Gudwin, Ricardo Ribeiro, 1967-
Abstract: Resumo: Motivações e emoções estão inseridas intrinsecamente na cognição e no comportamento de diversos tipos de animais, particularmente nos seres humanos. São responsáveis por apoiar a tomada de decisões, estimulando comportamentos diferentes de modo que suas necessidades internas sejam satisfeitas. Este trabalho propõe a concepção e implementação de um subsistema motivacional dotado de capacidades motivacionais e emocionais para o Cognitive System Toolkit (CST), um conjunto de ferramentas de software para computação cognitiva desenvolvido pelo nosso grupo de pesquisa, com base em estudos da literatura e diferentes implementações de sistemas motivacionais e emocionais em arquiteturas cognitivas conhecidas. Neste contexto, o Subsistema Motivacional foi submetido a um conjunto de simulações no "World Server 3D Application". Neste simulador, é possível realizar simulações onde uma criatura artificial "vive" em um ambiente virtual onde pode encontrar comida, obstáculos e objetos de valor. Sobre esses objetos, a criatura pode realizar um conjunto de ações. No caso das comidas, o agente pode comê-las, guardá-las em sua sacola ou enterrá-las para que possam ser utilizadas posteriormente. Já para as joias, o agente pode capturá-las e guardá-las em sua sacola para que elas sejam trocadas por pontos no ponto de troca (\textit{Delivery Spot}). Elas também podem ser enterradas, para evitar que a criatura colida com joias indesejáveis durante o processo de exploração do ambiente. No contexto dos obstáculos, eles são objetos inanimados que têm por objetivo dificultar a percepção e a exploração da criatura quando ela está em busca de objetos desejáveis. Para que se possa avaliar a eficiência e eficácia do modelo, foi desenvolvido um conjunto de experimentos com diferentes controladores inteligentes utilizando o modelo de subsistema motivacional, um sistema reativo e também um conjunto de arquiteturas cognitivas como: JSOAR, CLARION e LIDA. Os experimentos são executados durante o período de dez minutos e têm por objetivo fazer com que a criatura virtual capture joias presentes no ambiente e troque-as por pontos, ao mesmo tempo garantir que o agente sobreviva aos gastos energéticos oriundos da movimentação e exploração do ambiente. Com a execução dos experimentos, pode-se observar que o controlador motivacional foi o melhor controlador, considerando-se os aspectos de eficiência energética, com uma média igual a "535.36" e mediana igual "530.00". Além disso, com o valor da média dos desvios-padrão de "177.88" e variância de "33331.17", também pode-se afirmar que o controlador motivacional foi o controlador que manteve mais estável as reservas de energia da criatura. Do ponto de vista da eficácia energética, o controlador motivacional obteve uma acurácia de "80%", ou seja, dentre dez experimento executados, oito deles conseguiram manter a energia da criatura acima de zero até fim da simulação. Considerando-se a máxima pontuação obtida, novamente o controlador motivacional foi o melhor entre todos os controladores testados, com uma pontuação média igual a "77.3". Outro fator primordial para máxima obtenção de pontos foi a geração e execução de planos. O experimento em que obtivemos a maior pontuação dentre todos experimentos realizados com o controlador motivacional foi o sexto. Nele, o sistema de planejamento presente no Subsistema Motivacional de Alto Nível gerou e executou três planos e obteve uma pontuação de "135'". Sendo assim, conclui-se que, em relação ao controle de sistemas bio-inspirados, o controlador motivacional se mostrou superior, quando comparado aos demais controladores testados

Abstract: Motivations and emotions are intrinsically embedded in animal cognition and behavior, particularly in humans. They are responsible for supporting decision making, stimulating different behaviors such that their internal needs are satisfied. This work proposes the design and implementation of a motivational subsystem endowed with motivational and emotional capacities for the Cognitive System Toolkit (CST), a software toolkit for cognitive computing being developed by our research group, based on studies from the literature and different implementations of motivational and emotional systems in known cognitive architectures. In this context, the Motivational Subsystem was submitted to a set of simulations in the World Server 3D Application. In this simulator, it is possible to perform simulations where an artificial creature "lives" in a virtual environment where it can find food, obstacles and objects of value. Upon these objects, the creature can perform a set of actions. In the case of food, the agent can eat them, store them in their bag or bury them, such that they can be used later. For jewels, the agent can capture them and store them in their bag such that they are exchanged for points at the (\textit{Delivery Spot}). They can also be buried to prevent the creature from colliding with undesirable jewels during the process of exploring the environment. In the context of obstacles, they are inanimate objects where they aim to make the creature's perception and exploitation difficult when it is in search of desirable objects. In order to evaluate the efficiency and effectiveness of the model, we developed a set of experiments with different intelligent controllers using the motivational subsystem model, a reactive system and also a set of cognitive architectures such as: JSOAR, CLARION and LIDA. The experiments are executed during a ten-minute period and are intended to cause the virtual creature to capture jewelry present in the environment, exchange them for points and at the same time make the agent survive, considering the energy expenditure demanded by movement while exploring the environment. With the execution of the experiments, we observed that the motivational controller was the best controller, regarding energy efficiency, with a mean equals to "535.36" and a median equals to "530.00". In addition, with the mean value of the standard deviation of "177.88" and variance of "33331.17", we noticed that the motivational controller was the controller which kept the creature's energy more stable. From the point of view of energy efficiency, the motivational controller obtained "80%" accuracy of its experiments, that is, among ten performed experiments, eight of them resulted in keeping the creature's energy above zero until the end of the simulation . Considering the maximum score obtained, again the motivational controller was the best among all controllers with an average score of "77.3". Another factor that was paramount for maximum points achievement was the generation and execution of plans. The experiment obtaining the highest score among all experiments with the motivational controller was the sixth one. In it, the planning system present in the High-Level Motivational Subsystem generated and executed three plans and got a score of "135". Thus, we conclude that the motivational controller, when compared to the other controllers we tested was superior in what concerns the control of bio-inspired systems
Subject: Inteligência artificial
Ciência cognitiva
Agentes inteligentes
Computadores - Simulação
Language: Português
Editor: [s.n.]
Date Issue: 2017
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Froes_EduardoDeMoraes_M.pdf5.1 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.