論文の概要: A Neural-Symbolic Framework for Mental Simulation

• arxiv url: http://arxiv.org/abs/2008.02356v1
• Date: Wed, 5 Aug 2020 20:43:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-02 17:38:45.299815
• Title: A Neural-Symbolic Framework for Mental Simulation
• Title（参考訳）: 精神シミュレーションのためのニューラルシンボリックフレームワーク
• Authors: Michael Kissner
• Abstract要約: 本稿では,環境を観察し,視覚的意味論と直感的な物理を連続的に学習し,それらをインタラクティブなシミュレーションで再現するニューラルネットワーク・シンボリック・フレームワークを提案する。 このフレームワークは5つの部分で構成されており、逆グラフィックスのためのカプセルに基づくニューラルシンボリックハイブリッドネットワーク、観測を格納するためのエピソードメモリ、直感的な物理のための相互作用ネットワーク、クエリ言語である。
• 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: We present a neural-symbolic framework for observing the environment and continuously learning visual semantics and intuitive physics to reproduce them in an interactive simulation. The framework consists of five parts, a neural-symbolic hybrid network based on capsules for inverse graphics, an episodic memory to store observations, an interaction network for intuitive physics, a meta-learning agent that continuously improves the framework and a querying language that acts as the framework's interface for simulation. By means of lifelong meta-learning, the capsule network is expanded and trained continuously, in order to better adapt to its environment with each iteration. This enables it to learn new semantics using a few-shot approach and with minimal input from an oracle over its lifetime. From what it learned through observation, the part for intuitive physics infers all the required physical properties of the objects in a scene, enabling predictions. Finally, a custom query language ties all parts together, which allows to perform various mental simulation tasks, such as navigation, sorting and simulation of a game environment, with which we illustrate the potential of our novel approach.
• Abstract（参考訳）: 本稿では,環境を観察し,視覚意味論と直感的物理学を連続的に学習し,それらをインタラクティブなシミュレーションで再現するためのニューラルシンボリックフレームワークを提案する。 フレームワークは、逆グラフィックスのためのカプセルに基づくニューラルシンボリックハイブリッドネットワーク、観測を保存するためのエピソードメモリ、直感的な物理のための相互作用ネットワーク、フレームワークを継続的に改善するメタ学習エージェント、そしてフレームワークのシミュレーションのインターフェースとして機能するクエリ言語からなる。 生涯にわたるメタラーニングにより、カプセルネットワークは、各イテレーションで環境に適応するために、継続的に拡張され、訓練される。 これにより、最小限のアプローチで新しいセマンティクスを学習でき、oracleからの最小限のインプットでその生涯を学べる。 観察を通じて学んだことから、直感的な物理学の部分は、シーン内のオブジェクトの必要な物理的性質をすべて推測し、予測を可能にする。 最後に,ゲーム環境のナビゲーションやソート,シミュレーションなど,さまざまなメンタルシミュレーションタスクを実行できるカスタムクエリ言語を組み合わせることで,新たなアプローチの可能性を示す。

関連論文リスト

• Latent Intuitive Physics: Learning to Transfer Hidden Physics from A 3D Video [58.043569985784806]
  本稿では,物理シミュレーションのための伝達学習フレームワークである潜在直観物理学を紹介する。 単一の3Dビデオから流体の隠れた性質を推測し、新しいシーンで観察された流体をシミュレートすることができる。 我々は,本モデルの有効性を3つの方法で検証する: (i) 学習されたビジュアルワールド物理を用いた新しいシーンシミュレーション, (ii) 観測された流体力学の将来予測, (iii) 教師付き粒子シミュレーション。
  論文  参考訳（メタデータ） (2024-06-18T16:37:44Z)
• Closed Loop Interactive Embodied Reasoning for Robot Manipulation [17.732550906162192]
  身体的推論システムは、ロボットハードウェアと認知プロセスを統合して複雑なタスクを実行する。 我々は,MuJoCo物理エンジンと高品質ブレンダーを利用した新しいシミュレーション環境を提案する。 視覚と身体の同時計測を必要とする10種類の多段階推論シナリオからなる新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-04-23T16:33:28Z)
• A Physics-embedded Deep Learning Framework for Cloth Simulation [6.8806198396336935]
  本稿では,布地シミュレーションの物理特性を直接エンコードする物理組込み学習フレームワークを提案する。 このフレームワークは、従来のシミュレータやサブニューラルネットワークを通じて、外部の力や衝突処理と統合することもできる。
  論文  参考訳（メタデータ） (2024-03-19T15:21:00Z)
• ASSIST: Interactive Scene Nodes for Scalable and Realistic Indoor Simulation [17.34617771579733]
  本稿では、合成および現実的なシミュレーションのためのパノプティクス表現として、オブジェクト指向神経放射場であるASSISTを提案する。 各オブジェクトの情報を統一的に格納する新しいシーンノードデータ構造は、イントラシーンとクロスシーンの両方でオンラインインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-11-10T17:56:43Z)
• SAMPLE-HD: Simultaneous Action and Motion Planning Learning Environment [26.942629424454456]
  操作設定においてインタラクティブな推論を学習する新しい環境において、シミュレーションの視覚的側面と行動的側面の両方を包含するソリューションを提供しています。 SAMPLE-HD環境は、小さな家庭オブジェクトからなる様々なシーンを生成し、手続き的に操作のための言語命令を生成し、トレーニングデータとして機能する地上真実パスを生成する。
  論文  参考訳（メタデータ） (2022-06-01T15:42:05Z)
• Dynamic Visual Reasoning by Learning Differentiable Physics Models from Video and Language [92.7638697243969]
  視覚概念を協調的に学習し,映像や言語から物体の物理モデルを推定する統合フレームワークを提案する。 これは視覚認識モジュール、概念学習モジュール、微分可能な物理エンジンの3つのコンポーネントをシームレスに統合することで実現される。
  論文  参考訳（メタデータ） (2021-10-28T17:59:13Z)
• Evaluating Continual Learning Algorithms by Generating 3D Virtual Environments [66.83839051693695]
  連続学習とは、人間や動物が特定の環境で徐々に学習する能力である。 本稿では3次元仮想環境の最近の進歩を活用して,フォトリアリスティックな外観を持つ潜在的に長寿命な動的シーンの自動生成にアプローチすることを提案する。 本論文の新たな要素は、シーンがパラメトリックな方法で記述され、エージェントが知覚する入力ストリームの視覚的複雑さを完全に制御できることである。
  論文  参考訳（メタデータ） (2021-09-16T10:37:21Z)
• iGibson, a Simulation Environment for Interactive Tasks in Large Realistic Scenes [54.04456391489063]
  iGibsonは、大規模な現実的なシーンにおける対話的なタスクのためのロボットソリューションを開発するための、新しいシミュレーション環境である。 私たちの環境には、厳密で明瞭な物体が密集した15のインタラクティブなホームサイズシーンが含まれています。 iGibsonの機能はナビゲーションエージェントの一般化を可能にし、人間-iGibsonインターフェースと統合されたモーションプランナーは、単純な人間の実演行動の効率的な模倣学習を促進する。
  論文  参考訳（メタデータ） (2020-12-05T02:14:17Z)
• ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation [75.0278287071591]
  ThreeDWorld (TDW) はインタラクティブなマルチモーダル物理シミュレーションのためのプラットフォームである。 TDWは、リッチな3D環境において、高忠実な感覚データのシミュレーションと、移動体エージェントとオブジェクト間の物理的相互作用を可能にする。 我々は、コンピュータビジョン、機械学習、認知科学における新たな研究方向において、TDWによって実現された初期実験を提示する。
  論文  参考訳（メタデータ） (2020-07-09T17:33:27Z)
• Quantum Composer: A programmable quantum visualization and simulation tool for education and research [0.0]
  Quantum Composerは、グラフィカルに接続可能なノードと対話することで、量子力学シミュレーションの構築、拡張、探索を可能にする。 本稿では,量子力学の入門講座と先進講座,学生プロジェクト,および研究環境における視覚的探索におけるオープンエンドの適用性について説明する。
  論文  参考訳（メタデータ） (2020-06-12T15:19:02Z)
• Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
  本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。 ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
  論文  参考訳（メタデータ） (2020-05-25T14:10:17Z)

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。