論文の概要: Cognitive Homeostatic Agents

• arxiv url: http://arxiv.org/abs/2103.03359v1
• Date: Sat, 27 Feb 2021 07:29:43 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-05 08:07:19.218461
• Title: Cognitive Homeostatic Agents
• Title（参考訳）: 認知的ホメオスタチン剤
• Authors: Amol Kelkar
• Abstract要約: 生理的および認知的恒常的サブシステムの階層として構築されたCognitive Homeostatic Agentの概要を紹介する。 複雑な環境で柔軟に作用する高度な人工エージェントを構築するための、実りある研究ラインになることを期待している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human brain has been used as an inspiration for building autonomous agents, but it is not obvious what level of computational description of the brain one should use. This has led to overly opinionated symbolic approaches and overly unstructured connectionist approaches. We propose that using homeostasis as the computational description provides a good compromise. Similar to how physiological homeostasis is the regulation of certain homeostatic variables, cognition can be interpreted as the regulation of certain 'cognitive homeostatic variables'. We present an outline of a Cognitive Homeostatic Agent, built as a hierarchy of physiological and cognitive homeostatic subsystems and describe structures and processes to guide future exploration. We expect this to be a fruitful line of investigation towards building sophisticated artificial agents that can act flexibly in complex environments, and produce behaviors indicating planning, thinking and feelings.
• Abstract（参考訳）: 人間の脳は自律的なエージェントを構築するためのインスピレーションとして使われてきたが、脳のどのレベルの計算的記述を使うべきかは明らかではない。 このことは、過度に意見が分かれた象徴的アプローチと過度に非構造的な接続主義的アプローチにつながった。 ホメオスタシスを計算記述として用いることは良い妥協である。 生理的ホメオスタシスが特定のホメオスタシス変数の調節であるのと同様に、認知は特定の「認知ホメオスタシス変数」の調節と解釈できる。 本稿では,生理的および認知的ホメオスタティックサブシステムの階層構造として構築された認知的ホメオスタティックエージェントの概要と,今後の探索を導くための構造とプロセスについて述べる。 我々は、複雑な環境で柔軟に行動し、計画、思考、感情を示す行動を生み出す、洗練された人工エージェントを構築するための実りある研究ラインになることを期待している。

関連論文リスト

• Neuropsychology and Explainability of AI: A Distributional Approach to the Relationship Between Activation Similarity of Neural Categories in Synthetic Cognition [0.11235145048383502]
  本稿では,人間の認知トークンの概念を応用した,人工ニューラルネットワークの説明可能性へのアプローチを提案する。 ニューロンが生成するカテゴリセグメントは、実際には入力ベクトル空間内のカテゴリサブ次元の重ね合わせの結果であることを示す。
  論文  参考訳（メタデータ） (2024-10-23T05:27:09Z)
• 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)
• A Goal-Driven Approach to Systems Neuroscience [2.6451153531057985]
  人間と動物は、動的環境において様々な興味深い行動を示す。 私たちの脳が、こうした行動を可能にするために、どのようにしてこの密集した感覚情報を積極的に再構築するかは不明です。 我々は、ニューラルサーキットの統一構造モデルと機能モデルを生み出すことを約束する新しい解釈可能性の定義を提供する。
  論文  参考訳（メタデータ） (2023-11-05T16:37:53Z)
• 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)
• Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
  この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。 我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
  論文  参考訳（メタデータ） (2023-03-30T02:40:28Z)
• The scaling of goals via homeostasis: an evolutionary simulation, experiment and analysis [0.0]
  本研究では, 形態形成過程における細胞の集合的知能を, ホメオスタティックプロセスの中心における目標状態をスケールアップすることによって, 行動知能に転換することを提案する。 これらの創発性形態形成因子は、その標的形態学を達成するために応力伝播ダイナミクスの使用を含む、多くの予測された特徴を示す。 本研究では, 進化が最小目標指向行動(ホメオスタティックループ)をどのように高次問題解決剤に拡大するかを, 定量的に把握するための第一歩として提案する。
  論文  参考訳（メタデータ） (2022-11-15T21:48:44Z)
• Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
  本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。 決定木を利用して,ロボット学習における絡み合いの要因を抽出する。 学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
  論文  参考訳（メタデータ） (2022-10-13T01:10:41Z)
• Layers, Folds, and Semi-Neuronal Information Processing [0.0]
  我々は、層状表現能力を示すエンボダイドエージェントの一種であるメタ脳モデルを用いている。 この能力を説明する可能性のある2つの候補構造 – 折り畳みと階層化 – に注目します。 本研究は, 生体シミュレーションの文脈において, メタブレイン法がエノキシビズム, ホリズム, 認知処理の研究にどのように役立つか, という議論から締めくくっている。
  論文  参考訳（メタデータ） (2022-07-07T21:47:23Z)
• 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)
• How to build a cognitive map: insights from models of the hippocampal formation [0.45880283710344055]
  認知地図の概念は、これらの能力の主要な比喩の1つとして現れてきた。 そのような地図の学習と神経表現が 神経科学の中心になっている
  論文  参考訳（メタデータ） (2022-02-03T16:49:37Z)
• Towards a Neural Model for Serial Order in Frontal Cortex: a Brain Theory from Memory Development to Higher-Level Cognition [53.816853325427424]
  そこで本研究では,未熟な前頭前野 (PFC) が側頭葉信号の階層的パターンを検出する主要な機能を利用していることを提案する。 我々の仮説では、PFCは順序パターンの形で時間的配列の階層構造を検出し、それらを脳の異なる部分で階層的に情報をインデックスするために利用する。 これにより、抽象的な知識を操作し、時間的に順序付けられた情報を計画するための言語対応の脳にツールを提供する。
  論文  参考訳（メタデータ） (2020-05-22T14:29:51Z)

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。