PEPA: a Persistently Autonomous Embodied Agent with Personalities

Il paper presenta PEPA, un'architettura cognitiva a tre livelli per agenti embodied che, sfruttando tratti della personalità come principio organizzativo intrinseco, permette a un robot quadrupede di operare in modo autonomo e persistente in ambienti reali senza dipendere da obiettivi esterni predefiniti.

L'essenziale

Immagina di avere un robot domestico, un cane robotico, che non è programmato per eseguire solo una lista di compiti noiosi come "porta le chiavi" o "pulisci il pavimento". Immagina invece che questo robot abbia una personalità, proprio come un essere umano o un animale.

Questo è il cuore del progetto PEPA (un agente corporeo autonomo e persistente con personalità), descritto in questo articolo. Ecco di cosa si tratta, spiegato in modo semplice:

1. Il Problema: I Robot sono come "Robot da Laboratorio"

Oggi, la maggior parte dei robot funziona solo se qualcuno gli dice esattamente cosa fare. Se un robot deve esplorare una casa, ha bisogno di istruzioni precise: "vai qui, poi vai lì". Se si trova in una situazione nuova o se la batteria sta per finire, si blocca o aspetta un ordine umano. Non sanno decidere da soli cosa fare quando non c'è nessuno a dare ordini. È come avere un attore che recita solo se qualcuno gli sussurra le battute all'orecchio.

2. La Soluzione: Dare al Robot un "Carattere"

Gli autori di PEPA hanno pensato: "Cosa rende gli esseri viventi capaci di vivere e adattarsi da soli? La loro personalità".
Un cane curioso esplorerà la casa anche se non c'è nessuno. Un cane timido si nasconderà sotto il divano. Un cane pigro si addormenterà. Nessuno deve dirglielo; è nel loro "carattere".

PEPA dà al robot una personalità (definita in parole semplici, come "curioso", "cauto", "pigro" o "lavoratore"). Questo carattere diventa la bussola interna del robot. Invece di aspettare ordini esterni, il robot si chiede: "Cosa farebbe un robot 'curioso' in questa situazione?".

3. Come Funziona: Il Cervello a Tre Strati

Il sistema è diviso in tre parti che lavorano insieme, come un'azienda familiare:

• Il Capo (Sys3 - La Personalità): È il "cervello" che decide gli obiettivi a lungo termine. Ogni giorno, guarda le esperienze passate (la memoria) e si chiede: "Come sono andato oggi? Devo essere più prudente? Devo esplorare di più?". Aggiorna i suoi desideri in base alla sua personalità. Se è "cauto", imparerà a tornare a casa prima che la batteria si esaurisca.
• Il Pianificatore (Sys2 - Il Ragionamento): Prende gli obiettivi del "Capo" e pensa: "Ok, il mio capo vuole esplorare, ma c'è una scala ripida. Come faccio a salire senza cadere?". Usa l'intelligenza artificiale per creare un piano d'azione.
• Il Corpo (Sys1 - L'Azione): È il robot fisico (un cane robotico con le ruote e le zampe). Esegue i movimenti, sale le scale, preme i pulsanti dell'ascensore e, soprattutto, ricorda tutto. Se sbatte contro un muro, lo registra come un'esperienza.

4. L'Evoluzione: Imparare Vivendo

La parte più magica è che il robot cresce e cambia.
Immagina di avere un robot "Curioso". Il primo giorno, potrebbe esplorare troppo e rischiare di rimanere senza batteria. Il sistema "Capo" guarda la memoria del giorno prima, si rende conto che è stato troppo avventato e dice: "Domani, esploriamo con più cautela".
Questo ciclo di azione -> memoria -> riflessione -> nuovo obiettivo permette al robot di evolversi da solo, diventando più bravo e sicuro nel tempo, proprio come un animale che impara dall'esperienza.

5. La Prova: Il Robot nella Vita Reale

Gli scienziati hanno testato questo sistema su un vero robot quadrupede in un edificio reale con più piani.

• Il compito: Muoversi tra i piani, usare l'ascensore, salire le scale e gestire la propria energia.
• Il risultato: Hanno creato 5 robot con 5 personalità diverse.
  • Il robot "Pigro" ha imparato a riposarsi spesso e a non sprecare energia.
  • Il robot "Curioso" ha esplorato tutto l'edificio, ma ha imparato a fermarsi quando la batteria era bassa per non morire (finire a terra).
  • Il robot "Lavoratore" ha fatto tutto il possibile per completare i compiti, ma ha imparato a pianificare il ritorno a casa per non rimanere bloccato.

In Sintesi

PEPA non è solo un robot che esegue comandi. È un robot che vive. Ha una personalità che guida le sue scelte, una memoria che gli permette di imparare dagli errori e un cervello che si adatta alle situazioni nuove senza bisogno che un umano gli dica cosa fare.

È come passare da un giocattolo a batteria che si ferma quando finisce l'energia, a un vero animale domestico che sa prendersi cura di sé, esplorare il mondo e adattarsi alla vita quotidiana.

Sommario tecnico

Titolo

PEPA: un Agente Embodied Autonomo Persistentemente con Personalità

1. Il Problema

Gli organismi viventi dimostrano una autonomia persistente, capace di auto-sostenersi e generare obiettivi interni senza istruzioni esterne continue. Al contrario, gli agenti embodied (robot) attuali sono limitati da obiettivi predefiniti e scriptati esternamente. Questa dipendenza impedisce loro di operare a lungo termine in ambienti dinamici e non strutturati dove l'intervento umano continuo è impraticabile (es. assistenza agli anziani, esplorazione planetaria).
Le sfide principali includono:

• Mantenere la funzionalità sotto vincoli fisici (energia, usura, sicurezza).
• Accumulare e riorganizzare la conoscenza in condizioni non stazionarie.
• Generare autonomamente obiettivi in assenza di comandi esterni, mantenendo coerenza comportamentale nel tempo.
  Le soluzioni attuali (LLM, modelli di apprendimento) spesso mancano di un principio organizzativo intrinseco per la generazione di obiettivi a lungo termine, trattando la personalità come un parametro statico piuttosto che come un motore evolutivo.

2. Metodologia: L'Architettura PEPA

Gli autori propongono PEPA, un'architettura cognitiva a tre livelli che utilizza i tratti della personalità come principio organizzativo intrinseco per guidare la generazione di obiettivi e l'evoluzione comportamentale. Il sistema opera attraverso un ciclo chiuso di generazione degli obiettivi, esecuzione, consolidamento della memoria e riflessione.

L'architettura è composta da tre sistemi interagenti:

• Sys3 (Generazione di Personalità e Obiettivi):

  • Funziona come centro di auto-realizzazione.
  • Integra specifiche di personalità (basate sul modello dei "Big Five": Apertura, Coscienziosità, Estroversione, Amabilità, Nevroticismo), modelli di stato interno e memorie episodiche storiche.
  • Genera una gerarchia di obiettivi: un obiettivo ultimo (scopo a lungo termine) e obiettivi giornalieri (sotto-obiettivi azionabili).
  • Produce una funzione di ricompensa intrinseca dinamica ($R_{intrinsic}$) che premia azioni allineate al carattere e penalizza quelle che violano i vincoli fisici o sociali.
  • Utilizza un ciclo di riflessione giornaliera per aggiornare obiettivi e ricompense basandosi sulle esperienze passate.

• Sys2 (Decisione e Ragionamento):

  • È il nucleo di pianificazione che seleziona le azioni per massimizzare la ricompensa totale ($R_{totale} = R_{intrinsic} + R_{extrinsic}$).
  • Durante l'addestramento, utilizza un Monte Carlo Tree Search (MCTS) guidato da LLM per generare dati di alta qualità.
  • Per il deployment in tempo reale, utilizza una politica leggera distillata (modello BERT a due teste) per ridurre la latenza, classificando le intenzioni e riempiendo gli slot per i comandi di navigazione.

• Sys1 (Percezione, Esecuzione e Registrazione della Memoria):

  • È l'interfaccia di incarnazione (embodiment) che esegue le azioni nel mondo fisico.
  • Gestisce la percezione multimodale (LiDAR, camere RGB-D, sensori propriocettivi) e l'esecuzione motoria.
  • Registrazione della Memoria: Dopo ogni azione, genera record di memoria episodica strutturata (comando, stato pre/post, esito, consumo risorse, contesto). Queste memorie vengono restituite a Sys3 per alimentare il ciclo di riflessione e auto-miglioramento.

3. Contributi Chiave

1. Primo Agente Persistentemente Autonomo con Personalità: Realizzazione di un agente fisico capace di auto-evoluzione a lungo termine sotto vincoli reali, guidato da obiettivi intrinseci basati sulla personalità anziché da task esterni fissi.
2. Architettura Cognitiva a Ciclo Chiuso: Implementazione di un meccanismo di auto-evoluzione dove le esperienze fisiche vengono accumulate come memoria episodica, riflettute sotto la condizione della personalità per aggiornare gli obiettivi, e ottimizzate tramite pianificazione.
3. Validazione nel Mondo Reale: Sperimentazione su un robot quadrupede in scenari reali (uffici multilivello), con rilascio pubblico del codice e di moduli di mobilità per ascensori e scale.

4. Risultati Sperimentali

Il framework è stato validato su un robot quadrupede Unitree Go2-W con braccio robotico, in un ambiente d'ufficio che richiedeva navigazione tra piani, interazione con ascensori e salita/discesa di scale.

• Navigazione e Infrastruttura:

  • È stato sviluppato un sistema di navigazione per ascensori basato su una macchina a stati finiti (chiamata, attesa, ingresso, selezione piano).
  • Per le scale, è stato introdotto un costmap allineato all'altezza (height-aligned costmap) che risolve i problemi di pianificazione locale su superfici inclinate, ottenendo un successo del 100% rispetto al 0% dei metodi basati su slicing a altezza fissa.

• Evoluzione della Personalità e Sopravvivenza:

  • Sono stati testati 5 prototipi di personalità (Pigro, Giocoso, Cauto, Lavoratore, Curioso).
  • Auto-miglioramento: Dopo 3 giorni di simulazione con riflessione basata sulla memoria, tutti i robot hanno superato la fase di fallimento iniziale (Day 1, esaurimento batteria) raggiungendo la sopravvivenza completa (24h) con un surplus di batteria dal 72% al 100% al Day 3.
  • Coerenza Comportamentale: Le distribuzioni delle azioni sono diventate progressivamente più allineate alle personalità definite (es. i robot "Pigri" hanno aumentato le azioni di riposo, i "Curiosi" l'esplorazione), dimostrando che il meccanismo di ricompensa intrinseca cattura differenze comportamentali significative.

• Risposta a Input Identici:

  • In condizioni di stato identiche, diversi profili di personalità hanno prodotto distribuzioni di azioni distintive, confermando che la personalità guida attivamente le decisioni e non è solo un filtro superficiale.

5. Significato e Impatto

Il lavoro di PEPA segna un passo fondamentale verso l'intelligenza embodied persistente. Dimostra che l'integrazione di tratti di personalità in un'architettura cognitiva permette ai robot di:

• Operare autonomamente per periodi prolungati senza supervisione umana costante.
• Adattarsi dinamicamente a nuovi ambienti e vincoli fisici (es. gestione della batteria) attraverso l'apprendimento esperienziale.
• Mantenere una "identità" comportamentale coerente mentre evolvono le proprie strategie.

Questa ricerca apre la strada a robot di servizio, compagni di cura e esploratori autonomi capaci di prendere decisioni complesse basate su valori intrinseci, superando i limiti dei sistemi attuali basati su task scriptati.