論文の概要: Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent
- arxiv url: http://arxiv.org/abs/2106.15240v2
- Date: Mon, 12 Jul 2021 08:40:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 19:41:54.408647
- Title: Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent
- Title（参考訳）: 自己組織制御を目指して : 神経細胞オートマトンを用いたカートポールエージェントの堅牢な制御
- Authors: Alexandre Variengien, Stefano Nichele, Tom Glover and Sidney
Pontes-Filho
- Abstract要約: 我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
- 参考スコア（独自算出の注目度）: 62.997667081978825
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural cellular automata (Neural CA) are a recent framework used to model
biological phenomena emerging from multicellular organisms. In these systems,
artificial neural networks are used as update rules for cellular automata.
Neural CA are end-to-end differentiable systems where the parameters of the
neural network can be learned to achieve a particular task. In this work, we
used neural CA to control a cart-pole agent. The observations of the
environment are transmitted in input cells, while the values of output cells
are used as a readout of the system. We trained the model using deep-Q
learning, where the states of the output cells were used as the Q-value
estimates to be optimized. We found that the computing abilities of the
cellular automata were maintained over several hundreds of thousands of
iterations, producing an emergent stable behavior in the environment it
controls for thousands of steps. Moreover, the system demonstrated life-like
phenomena such as a developmental phase, regeneration after damage, stability
despite a noisy environment, and robustness to unseen disruption such as input
deletion.
- Abstract（参考訳）: 神経細胞オートマトン(neural cellular automata、neural ca)は、多細胞生物から生じる生物学的現象のモデル化に用いられる最近のフレームワークである。
これらのシステムでは、人工ニューラルネットワークはセルオートマトンのアップデートルールとして使用される。
neural caはエンドツーエンドの微分可能システムであり、ニューラルネットワークのパラメータを学習して特定のタスクを達成することができる。
本研究では,ニューラルCAを用いてカートポールエージェントを制御した。
環境の観測は入力セルで送信され、出力セルの値はシステムの読み出しとして使用される。
我々は、q値推定を最適化するために出力セルの状態を使用するディープq学習を用いてモデルを訓練した。
セルオートマトンの計算能力は数十万回にわたって維持され、数千ステップにわたって制御される環境において、突如として安定した動作を生じさせることがわかった。
さらに, 発達段階, 損傷後の再生, 騒音環境にも拘わらず安定性, 入力欠落などの無意識な破壊に対する頑健性などの生命現象を実証した。
関連論文リスト
- Locally adaptive cellular automata for goal-oriented self-organization [14.059479351946386]
本稿では,スケーラブルで表現力のあるモデルを生成するための適応型セルオートマトンモデルを提案する。
本稿では,セルオートマトンとシステム状態の更新ルールを局所的に結合することで,適応を実現する方法を示す。
論文 参考訳（メタデータ） (2023-06-12T12:32:23Z) - A Bio-Inspired Chaos Sensor Model Based on the Perceptron Neural
Network: Machine Learning Concept and Application for Computational
Neuro-Science [0.0]
本研究では,神経力学系におけるスパイクトレインのエントロピー推定のための知覚神経ネットワークに基づくバイオインスパイアされたカオスセンサモデルを提案する。
このモデルはスパイク信号のカオス的挙動を動的に追跡し、この情報を神経力学モデルの他の部分に送信してさらなる処理を行うことができる。
論文 参考訳（メタデータ） (2023-06-03T03:36:47Z) - Game of Intelligent Life [0.0]
この分野の最近の進歩は、CAと畳み込みニューラルネットワークを組み合わせて自己再生画像を実現している。
このプロジェクトの目的は、ニューラルセルオートマトンの概念を使って予測機械を成長させることである。
論文 参考訳（メタデータ） (2023-01-02T23:06:26Z) - Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。
細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文 参考訳（メタデータ） (2022-05-03T11:34:22Z) - Goal-Guided Neural Cellular Automata: Learning to Control
Self-Organising Systems [10.524752369156339]
我々は、Goal-Guided Neural Cellular Automata (GoalNCA)と呼ばれるこの種のシステムを制御するためのアプローチを提案する。
GoalNCAは、細胞成長のすべての段階で動的に細胞挙動を制御するためにゴールエンコーディングを使用する。
また,一部の細胞が目標情報を受け取っている場合でも,NAAの頑健さとタスク性能の維持性を実証する。
論文 参考訳（メタデータ） (2022-04-25T23:11:51Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - Constrained plasticity reserve as a natural way to control frequency and
weights in spiking neural networks [0.0]
細胞動力学は神経細胞が激しいシグナルをフィルターして、ニューロンの発火速度を安定させるのにどのように役立つかを示す。
このようなアプローチは、AIシステムの堅牢性を改善するために、機械学習領域で使用される可能性がある。
論文 参考訳（メタデータ） (2021-03-15T05:22:14Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。
コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文 参考訳（メタデータ） (2020-02-02T21:09:39Z)
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。