机器人作为自下而上研究具身认知的强大盟友

大量令人信服的证据表明，具身性——即智能体的物理配置，包括其形状、材料、传感器与执行器——是任何形式认知的构成性要素，因此认知模型需要具身化。与经验科学中研究认知的方法不同，机器人可被自由操控，且其具身性与控制程序中的几乎所有关键变量都能被系统性地改变。因此，它们提供了一种极其强大的研究工具。我们提出了一种机器人的自下而上或发展式方法，聚焦于三个阶段：(a) 行走与反射等低级行为，(b) 在感觉运动空间中学习规律性，以及 (c) 类人认知。我们还表明，基于机器人的研究不仅是深化我们对认知理解的有效途径，而且机器人可强烈受益于类人认知，从而变得更加自主、鲁棒、有韧性与安全。