論文の概要: An Artificial Consciousness Model and its relations with Philosophy of Mind

• arxiv url: http://arxiv.org/abs/2011.14475v2
• Date: Tue, 1 Dec 2020 17:27:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-06 14:51:22.144425
• Title: An Artificial Consciousness Model and its relations with Philosophy of Mind
• Title（参考訳）: 人工意識モデルと心の哲学との関係
• Authors: Eduardo C. Garrido-Merch\'an and Martin Molina and Francisco M. Mendoza
• Abstract要約: この研究は、自律的なエージェントが、意識のある人のものと似た認知的アーキテクチャを実装することによって得られる有益な性質について研究することを目的としている。 筆者らは、自律エージェントが、例えば、認知的アーキテクチャーを持つことのメリットを、大規模な実験で示す。
• 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: This work seeks to study the beneficial properties that an autonomous agent can obtain by implementing a cognitive architecture similar to the one of conscious beings. Along this document, a conscious model of autonomous agent based in a global workspace architecture is presented. We describe how this agent is viewed from different perspectives of philosophy of mind, being inspired by their ideas. The goal of this model is to create autonomous agents able to navigate within an environment composed of multiple independent magnitudes, adapting to its surroundings in order to find the best possible position in base of its inner preferences. The purpose of the model is to test the effectiveness of many cognitive mechanisms that are incorporated, such as an attention mechanism for magnitude selection, pos-session of inner feelings and preferences, usage of a memory system to storage beliefs and past experiences, and incorporating a global workspace which controls and integrates information processed by all the subsystem of the model. We show in a large experiment set how an autonomous agent can benefit from having a cognitive architecture such as the one described.
• Abstract（参考訳）: 本研究は、意識的な存在と類似した認知的アーキテクチャを実装することにより、自律的なエージェントが得る有益性を研究することを目的としている。 本論文では,グローバルワークスペースアーキテクチャに基づく自律エージェントの意識モデルについて述べる。 このエージェントが心の哲学の異なる視点からどのように見られているかを説明する。 このモデルの目標は、複数の独立したマグニチュードからなる環境内をナビゲートできる自律エージェントを作ることであり、その周囲に適応して、内部の好みに基づいて最適な位置を見つけることである。 モデルの目的は、マグニチュード選択のための注意機構、内的感情と好みのポースセッション、信念や過去の経験を記憶するためのメモリシステムの使用、モデルの全サブシステムで処理される情報を制御および統合するグローバルワークスペースなど、多くの認知メカニズムが組み込まれていることの有効性をテストすることである。 筆者らは、自律エージェントが、例えば、認知的アーキテクチャーを持つことのメリットを、大規模な実験で示す。

関連論文リスト

• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Conceptual Framework for Autonomous Cognitive Entities [0.9285295512807729]
  本稿では,認知アーキテクチャの新しいフレームワークである自律認知エンティティモデルを紹介する。 このモデルは、大規模言語モデル(LLM)やマルチモーダル生成モデル(MMM)など、最新の生成AI技術の能力を活用するように設計されている。 ACEフレームワークには、障害の処理とアクションの適応のためのメカニズムも組み込まれているため、自律エージェントの堅牢性と柔軟性が向上する。
  論文  参考訳（メタデータ） (2023-10-03T15:53:55Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• Designing Ecosystems of Intelligence from First Principles [34.429740648284685]
  このホワイトペーパーは、今後10年間(そしてそれ以上)、人工知能の分野における研究と発展のビジョンを概説している。 そのデノウメントは自然と合成の感覚形成のサイバー物理的なエコシステムであり、人間は統合的な参加者である。 このビジョンは、知性の物理学として読むことができる適応的行動の定式化である能動推論に基づいている。
  論文  参考訳（メタデータ） (2022-12-02T18:24:06Z)
• Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
  本稿では,認知機能構築への進化的アプローチについて考察する。 本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
  論文  参考訳（メタデータ） (2022-07-02T12:41:32Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)
• Controlling Synthetic Characters in Simulations: A Case for Cognitive Architectures and Sigma [0.0]
  シミュレーションは、参加する合成文字に対して現実的で信頼できる振る舞いを生成する知性の計算モデルを必要とする。 Sigmaは認知アーキテクチャとシステムであり、象徴的認知アーキテクチャ、確率的グラフィカルモデル、そしてより最近のニューラルモデルに関する40年間にわたる独立した研究から学んだことを、そのグラフィカルアーキテクチャ仮説の下で組み合わせようとしている。 本稿では,Sigmaを多種多様な機能とともに導入し,その組み合わせを強調するために3つの概念実証Sigmaモデルを使用する。
  論文  参考訳（メタデータ） (2021-01-06T19:07:36Z)
• Learning intuitive physics and one-shot imitation using state-action-prediction self-organizing maps [0.0]
  人間は探索と模倣によって学び、世界の因果モデルを構築し、両方を使って新しいタスクを柔軟に解決する。 このような特徴を生み出す単純だが効果的な教師なしモデルを提案する。 エージェントがアクティブな推論スタイルで柔軟に解決する、複数の関連するが異なる1ショットの模倣タスクに対して、その性能を示す。
  論文  参考訳（メタデータ） (2020-07-03T12:29:11Z)
• Mutual Information-based State-Control for Intrinsically Motivated Reinforcement Learning [102.05692309417047]
  強化学習において、エージェントは、外部報酬信号を用いて一連の目標に到達することを学習する。 自然界では、知的生物は内部の駆動から学習し、外部の信号を必要としない。 目的状態と制御可能な状態の間の相互情報として本質的な目的を定式化する。
  論文  参考訳（メタデータ） (2020-02-05T19:21:20Z)

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。