In een eerder afstudeerproject is een systeem ontwikkeld dat een omgeving leert aan de hand van interessante objecten (zogeheten landmarks), op basis van een Kohonen Self-Organizing Map (SOM), een perceptuele kaart. Tijdens het leerproces neemt de robot visuele 'snapshots' van potentieel interessante objecten. Als de robot vervolgens rondrijdt in de omgeving wordt het camerabeeld aan het Kohonen netwerk aangeboden. Een van de neuronen in de SOM is dan het meest actief, wat de robot informatie geeft over de plaats in de omgeving.
Als je twee robots zou laten leren in dezelfde omgeving, zullen ze waarschijnlijk hun perceptuele kaarten anders organiseren: de landmarks komen op verschillende plaatsen en manieren in de Kohonen-kaart van elke robot. Het doel van dit klein project is om een systeem te ontwikkelen waarmee twee (en potentieel meer) robots kunnen communiceren over een object dat ze zien, zodat ze een gezamenlijk lexicon van 'proto-linguistische labels' opbouwen. Over een netwerkverbinding is het allemaal redelijk eenvoudig. Maar stel dat je met gedrag moet aangeven dat je een ding uit de wereld een overeengekomen naam wilt geven? Programmeren (C, C++) is nodig.
Begeleider: Lambert Schomaker
Voorbeeld van een Kohonen kaart, bijv. in het geheugen
van Robot 1. Robot 2 zal met een andere leerhistorie
in dezelfde wereld een eigen kaart ontwikkelen, met
een andere organisatie van 'landmarks'.
Hoe kunnen de robots dan toch leren om te communiceren over
dingen in de wereld?