La robótica, aprendizaje de máquina, la inferencia, el control, la teoría de la decisión, de la identificación del sistema. Hay muchas opiniones diferentes sobre cómo la información fluye desde el medio ambiente en un robot, y la otra manera alrededor. Un ejemplo, Ralf Der está trabajando en "homeokinesis". Un robot es impulsado hacia estas regiones en el espacio de estado que provocan grandes variaciones de percepción. Para ser capaz de hacerlo, necesariamente se debe entender bastante de el medio ambiente y, por lo tanto no sólo exhiben comportamiento caótico.
Hay una rama de la categoría de la teoría que considera los fundamentos de una "auto-aprendizaje" del sistema? Una descripción de un sistema que realiza su propio "sistema de identificación". Sería genial si no hay un planteamiento formal, debido a que muchos de los científicos que trabajan en este campo (Oudeyer, Pfeiffer, Wolpert, Metta, Friston para nombrar sólo unos pocos) tienden a explicar sus conceptos en una forma narrativa. Sería genial tener una minuciosa revisión conceptual el uso de las mónadas, etc.
Desafíos (desde mi laicos de la perspectiva en orden creciente de dificultad para una categoría de enfoque):
- Describir la Perla del cálculo de las intervenciones.
- Describir el principio de optimalidad mediante la categoría de la teoría (http://en.wikipedia.org/wiki/Principle_of_optimality) o los relacionados con la noción de óptimo de la subestructura (http://en.wikipedia.org/wiki/Optimal_substructure).
- Describir la maldición de la dimensionalidad (http://en.wikipedia.org/wiki/Curse_of_dimensionality).
- Describir la "cognición encarnada". Por ejemplo, "la Ampliación de los Sistemas Dinámicos Teoría a la Modelo de la Cognición Encarnada" (Hotton, Yoshima) es un poco más formal, pero que llega de ninguna manera a la rigurosa exactitud de la definición de conceptos como en la categoría de teoría.
Los punteros a las personas que sólo trató de(!) para aplicar la categoría de la teoría a estos problemas difíciles también será apreciado.
