婴儿 Sophia：基于自触摸与手部关注的自探索发展方法
机器人学
2025-11-14 v1 人工智能
机器学习
摘要
受婴儿发育启发，我们提出了一种基于强化学习 (RL) 的框架，用于机器人智能体 Baby Sophia 通过自触摸和手部关注进行自主自探索，采用 BabyBench 模拟环境。该智能体通过模仿婴儿好奇心驱动的探索方式学习自触摸和手部关注行为。对于自触摸，高维触觉输入被转化为紧凑且有意义的表征，从而实现高效学习。随后，智能体通过内在奖励和课程学习发现新的触觉接触，鼓励实现对身体的广泛覆盖、平衡以及泛化。对于手部关注，学习通过运动婴儿学习掌握手部的视觉特征，如皮肤颜色和形状。随后，内在奖励鼓励智能体执行新的手部动作，并跟随手部的视线。从单手到双手的课程学习设置允许智能体实现复杂的视觉-运动协调。本工作结果表明，纯粹基于好奇心的信号，无需外部监督，即可驱动多模态协调学习，模拟婴儿从随机运动婴儿到有目的的行为的发展过程。
引用
@article{arxiv.2511.09727,
title = {Baby Sophia: A Developmental Approach to Self-Exploration through Self-Touch and Hand Regard},
author = {Stelios Zarifis and Ioannis Chalkiadakis and Artemis Chardouveli and Vasiliki Moutzouri and Aggelos Sotirchos and Katerina Papadimitriou and Panagiotis Filntisis and Niki Efthymiou and Petros Maragos and Katerina Pastra},
journal= {arXiv preprint arXiv:2511.09727},
year = {2025}
}
备注
5 pages, 3 tables