镜中的机器人：迈向镜像自我识别的具身计算模型

自我识别或自我意识通常被认为仅属于人类和少数其他物种的能力。这些概念的定义各不相同，且关于其背后机制所知甚少。然而，存在一个类图灵测试的基准：镜像自我识别，其内容为在被试面部隐蔽地做一标记，将其置于镜前，并观察其反应。在这项工作中，首先，我们提供了通过何种组件可通过该测试的机制性分解或过程模型。基于此，我们为实证研究提供了建议。特别是，我们认为应详细研究婴儿或动物触碰标记的方式。其次，我们开发了一个使仿人机器人 Nao 通过该测试的模型。我们技术贡献的核心是通过深度自编码器学习人脸的生成模型并利用预测误差，来学习外观表示与视觉新奇性检测。该标记被识别为面部上的显著区域，并触发伸手动作，这依赖于先前学习到的到手臂关节角的映射。该架构在两台具有完全不同面部的机器人上进行了测试。