論文の概要: Individual and Collective Autonomous Development
- arxiv url: http://arxiv.org/abs/2109.11223v1
- Date: Thu, 23 Sep 2021 09:11:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-24 21:41:11.880019
- Title: Individual and Collective Autonomous Development
- Title（参考訳）: 個人的・集団的自律開発
- Authors: Marco Lippi, Stefano Mariani, Matteo Martinelli and Franco Zambonelli
- Abstract要約: 我々は,先進的な知識をほとんどあるいは全く持たずに,進化する状況に対処し適応する方法を動的に学ぶ必要があると想定している。
本稿では、ICTシステムにおける自律的開発というビジョンを紹介し、その鍵となる概念をフレーミングし、適切なアプリケーションドメインを図示する。
- 参考スコア（独自算出の注目度）: 7.928003786376716
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing complexity and unpredictability of many ICT scenarios let us
envision that future systems will have to dynamically learn how to act and
adapt to face evolving situations with little or no a priori knowledge, both at
the level of individual components and at the collective level. In other words,
such systems should become able to autonomously develop models of themselves
and of their environment. Autonomous development includes: learning models of
own capabilities; learning how to act purposefully towards the achievement of
specific goals; and learning how to act collectively, i.e., accounting for the
presence of others. In this paper, we introduce the vision of autonomous
development in ICT systems, by framing its key concepts and by illustrating
suitable application domains. Then, we overview the many research areas that
are contributing or can potentially contribute to the realization of the
vision, and identify some key research challenges.
- Abstract（参考訳）: 多くのICTシナリオの複雑さと予測不可能さの増大により、将来のシステムは、個々のコンポーネントのレベルと集団レベルで、ほとんどまたは全く事前知識を持って、進化する状況に直面する方法を動的に学習し、適応しなければなりません。
言い換えれば、そのようなシステムは自分自身のモデルと環境を自律的に開発できるようになります。
自律開発には、自身の能力のモデルを学ぶこと、特定の目標達成に向けて意図的に行動する方法を学ぶこと、集団で行動する方法、すなわち他者の存在を説明することが含まれる。
本稿では、ICTシステムにおける自律的開発というビジョンを紹介し、その鍵となる概念をフレーミングし、適切なアプリケーションドメインを図示する。
次に、ビジョンの実現に寄与し、潜在的に貢献できる多くの研究領域の概要と、重要な研究課題の特定を行う。
関連論文リスト
- Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。
LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
論文 参考訳（メタデータ） (2024-10-15T00:41:18Z) - 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) - A Survey on Robotics with Foundation Models: toward Embodied AI [30.999414445286757]
近年のコンピュータビジョン,自然言語処理,マルチモーダリティ学習の進歩は,基礎モデルが特定のタスクに対して超人的能力を持つことを示している。
この調査は、ロボット工学の基礎モデルの包括的で最新の概要を提供し、自律的な操作に焦点を当て、高レベルの計画と低レベルの制御を包含することを目的としている。
論文 参考訳（メタデータ） (2024-02-04T07:55:01Z) - AAAI 2022 Fall Symposium: Lessons Learned for Autonomous Assessment of
Machine Abilities (LLAAMA) [1.157139586810131]
現代の民間と軍事のシステムは、洗練されたインテリジェントな自律機械の需要を生み出している。
これらの新しい形のインテリジェントな自律性は、運用意図のいつ/どのようにコミュニケーションし、自律エージェントの実際の能力を評価することが全体的なパフォーマンスに影響を及ぼすかという疑問を提起する。
このシンポジウムでは、インテリジェントな自律システムを自己評価し、割り当てられたタスクを効果的に実行する能力を伝える可能性について検討する。
論文 参考訳（メタデータ） (2023-01-13T03:47:38Z) - ComplAI: Theory of A Unified Framework for Multi-factor Assessment of
Black-Box Supervised Machine Learning Models [6.279863832853343]
ComplAIは、説明可能性、堅牢性、パフォーマンス、公正性、モデル行動を有効にし、観察し、分析し、定量化するユニークなフレームワークである。
教師付き機械学習モデルの評価は、正しい予測を行う能力だけでなく、全体的な責任の観点から行う。
論文 参考訳（メタデータ） (2022-12-30T08:48:19Z) - Autonomous Open-Ended Learning of Tasks with Non-Stationary
Interdependencies [64.0476282000118]
固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。
内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。
特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。
そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
論文 参考訳（メタデータ） (2022-05-16T10:43:01Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T12:25:21Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳（メタデータ） (2020-03-18T08:45:10Z)
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。