Het leven heeft talloze strategieën ontwikkeld om entropie tegen te gaan. Zelfs de eenvoudigste organismen reguleren temperatuur, energie en osmolariteit om hun kwetsbare orde te behouden. Door evolutie zijn deze regulerende mechanismen verfijnd en gecombineerd, waardoor het leven zelfs in de meest uitdagende omgevingen kan floreren. Dit proefschrift haalt inspiratie uit een van de meest geavanceerde besturingssystemen in de natuur, het zoogdierenbrein, om principes van biologische autonomie te vertalen naar kunstmatige machines. Het resultaat is een visie op robots met een doelgerichtheid: agents die niet louter handelen om externe commando’s uit te voeren, maar om zichzelf in stand te houden.
Drie essentiële kenmerken worden onderzocht, gemodelleerd en geïmplementeerd. Ten eerste, de belichaming en coördinatie van aangeboren interne behoeften. Ten tweede, het vormgeven van de omgevingsbeoordeling via de eigen interne toestand van de agent. En ten derde, de rol van het geheugen bij het bewaren van ervaringen die essentieel zijn voor overleving. Samen schetsen de bijdragen van dit proefschrift een nieuw ontwerpparadigma waarin autonomie geen bijzaak is, maar het fundamentele principe van besturing waaruit complex gedrag op natuurlijke wijze voortkomt. Dit perspectief bevordert niet alleen de wetenschap van intelligente machines, maar roept ook prangende morele en filosofische vragen op over de aard van kunstmatig doel. Vragen die om reflectie vragen vanuit de wetenschap, de filosofie en de samenleving.
Oscar Guerrero Rosado is promovendus bij de afdeling Neurofysica van het Donders Centre for Neuroscience, onder begeleiding van prof. Martin Vinck. Zijn proefschrift, “Autonomy of the Artificial: A NeuroRobotic Approach to Intrinsically Motivated Agents,” stelt dat doelgericht gedrag en robuustheid voortkomen uit interne behoefte-regulatie in plaats van uit externe beloningsdefinitie. Zijn onderzoek bestrijkt computationele neurowetenschappen, reinforcement learning en autonome robotica, met bijdragen zoals een neuraal massaal allostatisch model, de Motivational Hippocampal Autoencoder (MoHA) en een HPC-VTA-loop-raamwerk voor door nieuwsgierigheid gedreven verkenning. Hij heeft bijgedragen aan door de EU gefinancierde robotica-projecten, waaronder HR-Recycler, REHYB en CAVAA. Zijn achtergrond in de psychologie en computationele modellering plaatst hem op het snijvlak van cognitiewetenschap, neurowetenschap en robotica.