机器人学中的符号涌现：综述

人类可以通过与其环境的物理交互以及与其他人的符号交流来学习语言的使用。获得关于人类如何通过自主心智发展形成符号系统并获取符号技能的计算理解非常重要。最近，许多研究致力于构建机器人系统和机器学习方法，使其能够通过与其环境及其他系统的具身多模态交互来学习语言使用。理解人类社交交互并开发能够与人类用户长期平滑交流的机器人，需要理解符号系统的动态，这一点至关重要。参与者的具身认知和社交交互以建构方式逐渐改变符号系统。本文中，我们介绍一个称为机器人学中的符号涌现(symbol emergence in robotics, SER)的研究领域。SER是一种面向涌现符号系统的建构性方法。涌现符号系统是通过符号交流以及与自主认知发展主体（即人类和发展型机器人）的物理交互在社会层面自组织形成的。具体地，我们描述了一些关于SER的前沿研究课题，例如多模态分类、词汇发现以及双 articulation 分析（double articulation analysis），这些使机器人能够从原始感知-运动信息（包括视觉信息、触觉信息、听觉信息和声学语音信号）中以完全无监督的方式获取词汇及其具身含义。最后，我们提出SER的未来研究方向。