論文の概要: Some Experiments on the influence of Problem Hardness in Morphological
Development based Learning of Neural Controllers
- arxiv url: http://arxiv.org/abs/2003.05817v1
- Date: Thu, 12 Mar 2020 14:23:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-24 15:25:24.433917
- Title: Some Experiments on the influence of Problem Hardness in Morphological
Development based Learning of Neural Controllers
- Title（参考訳）: ニューラルコントローラの学習に基づく形態発達における問題硬度の影響に関する実験
- Authors: M.Naya-Varela (1), A. Faina (2) and R. J. Duro (3) ((1) Universidade
da Coruna, (2) IT University of Copenhagen)
- Abstract要約: 本稿では,形態的発達が学習を促進するためにどのように活用できるかを考察する。
特に、複雑なタスクを学ぶ際に形態的発達が真に有利になるかどうか、そしてタスクが困難になるにつれて、そのタスクの学習への関連性に焦点をあてる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Natural beings undergo a morphological development process of their bodies
while they are learning and adapting to the environments they face from infancy
to adulthood. In fact, this is the period where the most important learning
pro-cesses, those that will support learning as adults, will take place.
However, in artificial systems, this interaction between morphological
development and learning, and its possible advantages, have seldom been
considered. In this line, this paper seeks to provide some insights into how
morphological development can be harnessed in order to facilitate learning in
em-bodied systems facing tasks or domains that are hard to learn. In
particular, here we will concentrate on whether morphological development can
really provide any advantage when learning complex tasks and whether its
relevance towards learning in-creases as tasks become harder. To this end, we
present the results of some initial experiments on the application of
morpho-logical development to learning to walk in three cases, that of a
quadruped, a hexapod and that of an octopod. These results seem to confirm that
as task learning difficulty increases the application of morphological
development to learning becomes more advantageous.
- Abstract（参考訳）: 自然生物は、幼児期から成人期にかけて直面する環境を学習し適応している間、身体の形態的発達過程を経る。
実際、この時期は、最も重要な学習促進策、つまり大人としての学習を支援するものが行われる時期である。
しかし, 人工的なシステムでは, 形態学的発達と学習の相互作用とその利点がほとんど考慮されていない。
本稿では, 学習が難しい課題や領域に直面する身体的システムにおける学習を容易にするために, 形態的発達をどのように活用できるかについて考察する。
特に、複雑なタスクを学ぶ際に形態的発達が真に有利になるかどうか、そしてタスクが困難になるにつれて、そのタスクの学習への関連性に焦点をあてる。
そこで本研究では,四足歩行,六脚歩行,八足歩行の3症例について形態学的発達を学習に応用した最初の実験を行った。
これらの結果は,タスク学習が困難になるにつれて,形態的発達の学習への応用がより有利になることを示している。
関連論文リスト
- Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation [53.70131202548981]
本稿では,脳MRIにKGPL(Knowledge-Guided Prompt Learning)を用いた2段階のセグメンテーションフレームワークを提案する。
具体的には,大規模データセットと準最適ラベルを用いたトレーニング前セグメンテーションモデルについて述べる。
知識的プロンプトの導入は、解剖学的多様性と生物学的プロセスの間の意味的関係を捉えている。
論文 参考訳（メタデータ） (2024-07-31T04:32:43Z) - Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。
提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。
提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
論文 参考訳（メタデータ） (2024-07-05T14:11:28Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - The Effects of Learning in Morphologically Evolving Robot Systems [8.627180519837657]
学習はタスクのパフォーマンスを大幅に向上させ、特定のフィットネスレベルに達するために必要な世代数を削減できることを示す。
学習はコントローラにのみ直接影響を与えるが、進化した形態も異なることを実証する。
進化過程を通じて、遺伝と学習した脳のパフォーマンス差である学習デルタが成長しているのを観察する。
論文 参考訳（メタデータ） (2021-11-18T18:20:33Z) - Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。
ディープラーニングは、独自の機械学習のサブフィールドになっている。
生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文 参考訳（メタデータ） (2021-05-29T21:02:44Z) - Continual Developmental Neurosimulation Using Embodied Computational Agents [0.0]
神経系の形態形成, 発達学習, 可塑性の関連現象のブリッジングにおける発達軌跡の役割を考察することができる。
我々のアプローチは発達的実施と密に統合されており、発達的ブレイテンベルク車両(dBV)と呼ばれる種類のエージェントを用いて実装することができる。
dBVは、体、センサー、エフェクター、神経システムなど、エージェントベースのシステムへと変貌する、未定義の構造の集合として、自らの生活を始める。
論文 参考訳（メタデータ） (2021-03-07T07:22:49Z) - Embodied Intelligence via Learning and Evolution [92.26791530545479]
環境の複雑さが形態学的知能の進化を促進することを示す。
また、進化は速く学習する形態を素早く選択することを示した。
我々の実験は、ボールドウィン効果とモルフォロジーインテリジェンスの発生の両方の力学的基礎を示唆している。
論文 参考訳（メタデータ） (2021-02-03T18:58:31Z) - The Next Big Thing(s) in Unsupervised Machine Learning: Five Lessons
from Infant Learning [2.9005223064604078]
我々は、幼児認知の発達科学が、次世代の教師なし学習アプローチの鍵を握るかもしれないと主張している。
ヒトの幼児の学習は、人工的な教師なし学習と最も平行な生物学的な学習であり、幼児もまた、未学習のデータから有用な表現を学ばなければならない。
幼児の学習の質と速さを実現する5つの重要な要因を特定し、これらがすでに機械学習で活用されている範囲を評価し、これらの要因のさらなる採用が、教師なし学習におけるこれまで見られなかったパフォーマンスレベルをいかに引き起こすかを提案する。
論文 参考訳（メタデータ） (2020-09-17T18:47:06Z) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z) - An Experiment in Morphological Development for Learning ANN Based
Controllers [0.0]
学習過程は出生時の形態から始まり、成人になるまで形態を変化させる。
このアプローチをロボットシステムに移すと、文献で得られた結果は矛盾する。
本稿では,四足歩行における簡単な,しかし非常に有意義な実験から,いくつかの問題を解析する。
論文 参考訳（メタデータ） (2020-03-12T14:29:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。