Um aspecto importante da interação humana é a atenção compartilhada. Ela é um processo de comunicação onde uma pessoa redireciona a sua atenção para um objeto ou evento e a outra pessoa ou pessoas seguem o seu olhar para o mesmo lugar. O processo é finalizado com a pessoa que segue a atenção realizando um apontamento sobre o objeto e um comentário sobre a situação. Esta habilidade importante é aprendida por nós durante o período da infância e hoje, alguns pesquisadores em robótica estão tentando desenvolver arquiteturas robóticas para aprender essa habilidade em robôs. Deste modo, o laboratório de aprendizado de robôs está trabalhando em uma arquitetura robótica para esse fim. Ela é composta por três módulos, percepção de estímulo, controle de consequência e emissão de resposta. Esta arquitetura robótica foi avaliada no controle de uma cabeça robótica e foi capaz de aprender a seguir o olhar e identificar alguns objetos. No entanto, todos esses módulos têm algumas limitações. A fim de ter uma melhor interação entre um robô e um humano e reduzir os efeitos das limitações, algumas melhorias foram desenvolvidas. Entre elas incluem um novo algoritmo de classificação das posições da cabeça através do histograma de gradiente orientado, inserir novas funcionalidades (definidas como reflexos) ao módulo de controle de consequência e novos algoritmos de aprendizado para selecionar a melhor ação. Todas as modificações realizadas reduziram as limitações e pode melhorar as interações entre um robô e um ser humano / One important aspect of human interaction is the shared attention. It is a communication process where one person redirect his or her attention to an object or event and the other person or people follow gaze to the same place. This process end with a pointing and a comment about the situation by the person that follows the attention. This important ability was learned by us during the childhood and some roboticist are trying to develop robotics architectures to learn this ability in robots. In this way, the Learning Lab Robotics has been working on a robotic architecture used with this proposed. It is composed by three modules, stimulus perception, consequence control and response emission. This robotic architecture was evaluated to control a robotic head and it was capable to learn to follow gaze and identify some objects. However, all of these modules have some limitations. In order to take a better interaction between a robot and a human and reduce the effects of limitations, some improvements were developed. They include a new head pose classification algorithm using histogram of oriented gradient, increase the capability of consequence control with new reflexes and new learning algorithms to select the best action. All modification reduce the limitations and it can improve the interactions between a robot and a human being

Um aspecto importante da interação humana é a atenção compartilhada. Ela é um processo de comunicação onde uma pessoa redireciona a sua atenção para um objeto ou evento e a outra pessoa ou pessoas seguem o seu olhar para o mesmo lugar. O processo é finalizado com a pessoa que segue a atenção realizando um apontamento sobre o objeto e um comentário sobre a situação. Esta habilidade importante é aprendida por nós durante o período da infância e hoje, alguns pesquisadores em robótica estão tentando desenvolver arquiteturas robóticas para aprender essa habilidade em robôs. Deste modo, o laboratório de aprendizado de robôs está trabalhando em uma arquitetura robótica para esse fim. Ela é composta por três módulos, percepção de estímulo, controle de consequência e emissão de resposta. Esta arquitetura robótica foi avaliada no controle de uma cabeça robótica e foi capaz de aprender a seguir o olhar e identificar alguns objetos. No entanto, todos esses módulos têm algumas limitações. A fim de ter uma melhor interação entre um robô e um humano e reduzir os efeitos das limitações, algumas melhorias foram desenvolvidas. Entre elas incluem um novo algoritmo de classificação das posições da cabeça através do histograma de gradiente orientado, inserir novas funcionalidades (definidas como reflexos) ao módulo de controle de consequência e novos algoritmos de aprendizado para selecionar a melhor ação. Todas as modificações realizadas reduziram as limitações e pode melhorar as interações entre um robô e um ser humano / One important aspect of human interaction is the shared attention. It is a communication process where one person redirect his or her attention to an object or event and the other person or people follow gaze to the same place. This process end with a pointing and a comment about the situation by the person that follows the attention. This important ability was learned by us during the childhood and some roboticist are trying to develop robotics architectures to learn this ability in robots. In this way, the Learning Lab Robotics has been working on a robotic architecture used with this proposed. It is composed by three modules, stimulus perception, consequence control and response emission. This robotic architecture was evaluated to control a robotic head and it was capable to learn to follow gaze and identify some objects. However, all of these modules have some limitations. In order to take a better interaction between a robot and a human and reduce the effects of limitations, some improvements were developed. They include a new head pose classification algorithm using histogram of oriented gradient, increase the capability of consequence control with new reflexes and new learning algorithms to select the best action. All modification reduce the limitations and it can improve the interactions between a robot and a human being

Robôs sociáveis devem ser capazes de interagir, se comunicar, compreender e se relacionar com os seres humanos de uma forma natural. Existem diversas motivações práticas e científicas para o desenvolvimento de robôs sociáveis como plataforma de pesquisas, educação e entretenimento. Entretanto, embora diversos robôs sociáveis já tenham sido desenvolvidos com sucesso, ainda existe muito trabalho para aprimorar a sua eficácia. A utilização de uma arquitetura robótica pode reduzir fortemente o esforço requerido para o desenvolvimento de um robô sociável. Tal arquitetura robótica deve possuir estruturas e mecanismos para permitir a interação social, o controle do comportamento e o aprendizagem a partir do ambiente. Tal arquitetura deve ainda possuir estruturas e mecanismos para permitir a percepção e a atenção, a fim de permitir que um robô sociável perceba a riqueza do comportamento humano e do meio ambiente, e para aprender a partir de interações sociais. Os processos de aprendizado evidenciados na Análise do Comportamento podem levar ao desenvolvimento de métodos e estruturas promissoras para a construção de robôs sociáveis capazes de aprender por meio da interação com o meio ambiente e de exibir comportamento social apropriado. O proposito deste trabalho é o desenvolvimento de uma arquitetura robótica inspirada na Análise do Comportamento. A arquitetura desenvolvida é capaz de simular o aprendizado do comportamento operante e os métodos e estruturas propostos permitem o controlo e a exibição de comportamentos sociais apropriados e o aprendizado a partir da interação com o meio ambiente. A arquitetura proposta foi avaliada no contexto de um problema real não trivial: o aprendizado da atenção compartilhada. Os resultados obtidos mostram que a arquitetura é capaz de exibir comportamentos apropriados durante uma interação social real e controlada. Ainda, os resultados mostram também que a arquitetura pode aprender a partir de uma interação social. Este trabalho é a base para o desenvolvimento de uma ferramenta para a construção dos robôs sociáveis. Os resultados obtidos abrem muitas oportunidades de trabalhos futuros / Sociable robots should be able to interact, to communicate, to understand and to relate with human beings in a natural way. There are several scientific and practical motivations for developing sociable robots as platform of researches, education and entertainment. However, although several sociable robots have already been developed with success, much work remains to increase their effectiveness. The use of a robotic architecture may strongly reduce the time and effort required to construct a sociable robot. Such robotic architecture must have structures and mechanisms to allow social interaction, behavior control and learning from environment. Such architecture must also have structures and mechanisms to allow perception and attention, to enable a sociable robot to perceive the richness of the human behavior and of the environment, and to learn from social interactions. Learning processes evidenced on Behavior Analysis can led to the development of promising methods and structures for the construction social robots that are able to learn through interaction from the environment and to exhibit appropriate social behavior. The purpose of this work is the development of a robotic architecture inspired from Behavior Analysis. The developed architecture is able to simulate operant behavior learning and the proposed methods and structures allow the control and exhibition of appropriate social behavior and learning from interaction in the environment. The proposed architecture was evaluated in the context of a non trivial real problem: the learning of the shared attention. The obtained results show that the architecture is able to exhibit appropriate behaviors during a real and controlled social interaction. Additionally, the results show also that the architecture can learn from a social interaction. This work is the basis for developing a tool for the construction of social robots. The obtained results open oportunities of many future works

Neste trabalho é proposta uma plataforma robótica móvel, concebida de maneira modular e hierárquica, visando o estudo de diversos aspectos aplicados à navegação, tanto autônoma quanto semi-autônoma, em ambientes internos. O sistema proposto possibilita a implementação de arquiteturas reativas e híbridas com aprendizagem, sendo a importância e limitações desta última discutidas. Utilizando a plataforma desenvolvida, uma aplicação de navegação robótica com aprendizagem supervisionada é realizada, usando sensores de ultra-som e através de tele-operação. O objetivo é fazer com que o agente associe, em tempo real, suas próprias respostas sensoriais com as ações motoras realizadas pelo tele-operador, permitindo que a tarefa seja repetida autonomamente com alguma generalização. Para realizar tal mapeamento, uma rede de função de base radial (RBF), usando um algoritmo de aprendizado seqüencial, é apresentada e utilizada. / This work presents a mobile robotic platform, built as a modular and hierarchical approach, aiming at the study of several aspects of indoor navigation. The proposed system allows the implementation of reactive and hybrid architectures with learning, for autonomous or semi-autonomous navigation. The importance and limitations of the learning characteristics are discussed. An application of robotic navigation with supervised learning is implemented using ultrasonic sensors and teleoperation. The aim is the agent to associate, in real time, its own sensorial perception to the motor actions realized by a teleoperator, allowing the task to be repeated in an autonomous way, with some generalization. To make the corresponding mapping, a radial basis function network (RBF), trained by a sequential learning algorithm, is presented and used.

Neste trabalho é proposta uma plataforma robótica móvel, concebida de maneira modular e hierárquica, visando o estudo de diversos aspectos aplicados à navegação, tanto autônoma quanto semi-autônoma, em ambientes internos. O sistema proposto possibilita a implementação de arquiteturas reativas e híbridas com aprendizagem, sendo a importância e limitações desta última discutidas. Utilizando a plataforma desenvolvida, uma aplicação de navegação robótica com aprendizagem supervisionada é realizada, usando sensores de ultra-som e através de tele-operação. O objetivo é fazer com que o agente associe, em tempo real, suas próprias respostas sensoriais com as ações motoras realizadas pelo tele-operador, permitindo que a tarefa seja repetida autonomamente com alguma generalização. Para realizar tal mapeamento, uma rede de função de base radial (RBF), usando um algoritmo de aprendizado seqüencial, é apresentada e utilizada. / This work presents a mobile robotic platform, built as a modular and hierarchical approach, aiming at the study of several aspects of indoor navigation. The proposed system allows the implementation of reactive and hybrid architectures with learning, for autonomous or semi-autonomous navigation. The importance and limitations of the learning characteristics are discussed. An application of robotic navigation with supervised learning is implemented using ultrasonic sensors and teleoperation. The aim is the agent to associate, in real time, its own sensorial perception to the motor actions realized by a teleoperator, allowing the task to be repeated in an autonomous way, with some generalization. To make the corresponding mapping, a radial basis function network (RBF), trained by a sequential learning algorithm, is presented and used.

Robôs sociáveis devem ser capazes de interagir, se comunicar, compreender e se relacionar com os seres humanos de uma forma natural. Existem diversas motivações práticas e científicas para o desenvolvimento de robôs sociáveis como plataforma de pesquisas, educação e entretenimento. Entretanto, embora diversos robôs sociáveis já tenham sido desenvolvidos com sucesso, ainda existe muito trabalho para aprimorar a sua eficácia. A utilização de uma arquitetura robótica pode reduzir fortemente o esforço requerido para o desenvolvimento de um robô sociável. Tal arquitetura robótica deve possuir estruturas e mecanismos para permitir a interação social, o controle do comportamento e o aprendizagem a partir do ambiente. Tal arquitetura deve ainda possuir estruturas e mecanismos para permitir a percepção e a atenção, a fim de permitir que um robô sociável perceba a riqueza do comportamento humano e do meio ambiente, e para aprender a partir de interações sociais. Os processos de aprendizado evidenciados na Análise do Comportamento podem levar ao desenvolvimento de métodos e estruturas promissoras para a construção de robôs sociáveis capazes de aprender por meio da interação com o meio ambiente e de exibir comportamento social apropriado. O proposito deste trabalho é o desenvolvimento de uma arquitetura robótica inspirada na Análise do Comportamento. A arquitetura desenvolvida é capaz de simular o aprendizado do comportamento operante e os métodos e estruturas propostos permitem o controlo e a exibição de comportamentos sociais apropriados e o aprendizado a partir da interação com o meio ambiente. A arquitetura proposta foi avaliada no contexto de um problema real não trivial: o aprendizado da atenção compartilhada. Os resultados obtidos mostram que a arquitetura é capaz de exibir comportamentos apropriados durante uma interação social real e controlada. Ainda, os resultados mostram também que a arquitetura pode aprender a partir de uma interação social. Este trabalho é a base para o desenvolvimento de uma ferramenta para a construção dos robôs sociáveis. Os resultados obtidos abrem muitas oportunidades de trabalhos futuros / Sociable robots should be able to interact, to communicate, to understand and to relate with human beings in a natural way. There are several scientific and practical motivations for developing sociable robots as platform of researches, education and entertainment. However, although several sociable robots have already been developed with success, much work remains to increase their effectiveness. The use of a robotic architecture may strongly reduce the time and effort required to construct a sociable robot. Such robotic architecture must have structures and mechanisms to allow social interaction, behavior control and learning from environment. Such architecture must also have structures and mechanisms to allow perception and attention, to enable a sociable robot to perceive the richness of the human behavior and of the environment, and to learn from social interactions. Learning processes evidenced on Behavior Analysis can led to the development of promising methods and structures for the construction social robots that are able to learn through interaction from the environment and to exhibit appropriate social behavior. The purpose of this work is the development of a robotic architecture inspired from Behavior Analysis. The developed architecture is able to simulate operant behavior learning and the proposed methods and structures allow the control and exhibition of appropriate social behavior and learning from interaction in the environment. The proposed architecture was evaluated in the context of a non trivial real problem: the learning of the shared attention. The obtained results show that the architecture is able to exhibit appropriate behaviors during a real and controlled social interaction. Additionally, the results show also that the architecture can learn from a social interaction. This work is the basis for developing a tool for the construction of social robots. The obtained results open oportunities of many future works