Interactive and active learning in social robots

Mención Internacional en el título de doctorThe aim of this thesis is to study how social robots should interact with people when these people are teaching them new concepts. This objective is motivated by the need of having robots operating in real, unstructured environments where they have to cooperate or to socialize with humans. From a robot’s point of view, people have the –almost obsessive– tendency to be unpredictable. This unpredictability makes the job of programming the robot’s social behaviours a daunting task, especially if the robot’s programmer has to take into account all the possible situations that the robot may encounter during its life cycle. A common solution to this problem is to let the robot to learn continuously from its environment and from the people it interacts with. Our inspiration comes from the way children learn from their teachers, parents, or from other people. Generally, they ask for the concepts they do not understand (e.g. unknown objects, places, etc.) to adults. Our approach is to mix techniques from Supervised Machine Learning and Human Robot Interaction to enable a natural, interactive learning where the robot plays the role of a child asking to a human teacher. To achieve this, we study and apply techniques from Active Learning literature to enable the robot to decide which questions are more appropriate to ask and when its better to ask them. We apply these techniques in two different areas, human pose detection and object recognition, to enable the robot to detect the situations in which it needs to expand its knowledge so it can ask for it to its human partner.El objetivo de esta tesis es estudiar como los robots sociales deben interaccionar con personas que les están enseñando nuevos conceptos. Este objetivo viene motivado por la necesidad de disponer de robots capaces de operar en entornos reales y desestructurados en los cuales tienen que cooperar o convivir con humanos. Desde el punto de vista de un robot, los seres humanos tenemos la tendencia, casi obsesiva, de ser impredecibles. Esto supone una seria dificultad para los ingenieros encargados de desarrollar sus comportamientos sociales, ya que es muy costoso tener en cuenta todas las posibles situaciones en las que el robot se puede encontrar durante su ciclo de vida. Una solución a este problema es permitir que el robot aprenda por sí mismo tanto de su entorno como de las personas con las que interacciona. Esta idea se inspira en cómo los niños aprenden de sus profesores, padres o de otras personas. Generalmente, ellos preguntan a los adultos por aquellas cosas que no entienden o no conocen: objetos desconocidos, lugares, personas, etc. Nuestra aproximación es mezclar técnicas de los campos de Aprendizaje Automático Supervisado y de Interacción Humano-Robot para establecer interacciones naturales e interactivas donde el robot aprende adoptando el rol de un niño que pregunta a un adulto. Para ello aplicamos técnicas presentes en la literatura de Aprendizaje Activo que permitirán al robot decidir qué preguntas son más apropiadas en cada momento. En esta tesis aplicamos dichas técnicas en dos distintas áreas, detección de las poses adoptadas por una persona y reconocimiento de objetos, para permitir que el robot detecte las situaciones en las que éste necesita aumentar su conocimiento y así poder preguntar a su compañero humano.Programa Oficial de Doctorado en Ingeniería Eléctrica, Electrónica y AutomáticaPresidente: Jose María Sebastián y Zúñiga.- Secretario: Concepción Alicia Monje Micharet.- Vocal: Rodrigo Ventur