論文の概要: Computational Metacognition
- arxiv url: http://arxiv.org/abs/2201.12885v1
- Date: Sun, 30 Jan 2022 17:34:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-01 16:23:46.117954
- Title: Computational Metacognition
- Title(参考訳): 計算メタ認知
- Authors: Michael Cox, Zahiduddin Mohammad, Sravya Kondrakunta, Ventaksamapth
Raja Gogineni, Dustin Dannenhauer and Othalia Larue
- Abstract要約: 計算メタ認知は、統合された人工システムにおける高次推論に対する認知システムの観点から表される。
本稿では,メタレベルの目標操作と学習によって認識を変化させることで,計算メタ認知がパフォーマンスを向上することを示す。
- 参考スコア(独自算出の注目度): 2.0552049801885746
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Computational metacognition represents a cognitive systems perspective on
high-order reasoning in integrated artificial systems that seeks to leverage
ideas from human metacognition and from metareasoning approaches in artificial
intelligence. The key characteristic is to declaratively represent and then
monitor traces of cognitive activity in an intelligent system in order to
manage the performance of cognition itself. Improvements in cognition then lead
to improvements in behavior and thus performance. We illustrate these concepts
with an agent implementation in a cognitive architecture called MIDCA and show
the value of metacognition in problem-solving. The results illustrate how
computational metacognition improves performance by changing cognition through
meta-level goal operations and learning.
- Abstract(参考訳): 計算メタ認知(Computational metacognition)は、人間のメタ認知や人工知能のメタレゾン化アプローチからアイデアを活用しようとする、統合された人工知能システムにおける高次推論の認知システム観を表す。
重要な特徴は、知的システムにおける認知活動の痕跡を宣言的に表現し、監視することで、認知自体のパフォーマンスを管理することである。
認知力の向上は行動改善とパフォーマンス向上につながる。
MIDCAと呼ばれる認知アーキテクチャのエージェント実装を用いてこれらの概念を説明し、問題解決におけるメタ認知の価値を示す。
その結果,メタレベルの目標操作や学習を通じて認識を変化させることで,計算メタ認知がパフォーマンスを向上することを示す。
関連論文リスト
- A Novel Neural-symbolic System under Statistical Relational Learning [50.747658038910565]
本稿では,GBPGRと呼ばれる2段階の確率的グラフィカル推論フレームワークを提案する。
GBPGRでは、シンボル推論の結果を用いて、ディープラーニングモデルによる予測を洗練し、修正する。
提案手法は高い性能を示し, 帰納的タスクと帰納的タスクの両方において効果的な一般化を示す。
論文 参考訳(メタデータ) (2023-09-16T09:15:37Z) - 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) - Assessment of cognitive characteristics in intelligent systems and
predictive ability [0.0]
このスケールは、時間とともに発展する環境コンテキスト内のインテリジェントシステムの性質を考慮に入れている。
複雑さ、認知タスクの「重み」、そしてそれを事前に批判的に評価する能力によって、認知ツールの実際のセットが決定される。
「正確さ」と「適切さ」の度合いは、研究対象の事象・現象・対象・対象の時間的特性と適切な解の組合せによって決定される。
論文 参考訳(メタデータ) (2022-09-16T23:01:27Z) - From Smart Sensing to Consciousness: An info-structural model of
computational consciousness for non-interacting agents [0.0]
本研究では,非相互作用エージェントに対する計算意識モデルを提案する。
興味の現象は、感覚、知覚、感情、愛情、注意、意識、意識の認知的タスクに順次依存していると仮定された。
論文 参考訳(メタデータ) (2022-08-29T16:49:51Z) - Intelligent problem-solving as integrated hierarchical reinforcement
learning [11.284287026711125]
生物学的エージェントにおける複雑な問題解決行動の開発は階層的認知機構に依存している。
本稿では,生物にインスパイアされた階層的なメカニズムを組み込むことにより,人工エージェントの高度な問題解決能力を実現する方法を提案する。
われわれの結果は、より洗練された認知にインスパイアされた階層型機械学習アーキテクチャの開発を導くことを期待している。
論文 参考訳(メタデータ) (2022-08-18T09:28:03Z) - 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) - Backprop-Free Reinforcement Learning with Active Neural Generative
Coding [84.11376568625353]
動的環境におけるエラー(バックプロップ)のバックプロパゲーションを伴わない行動駆動型生成モデルの学習のための計算フレームワークを提案する。
我々は、まばらな報酬でも機能するインテリジェントエージェントを開発し、推論として計画の認知理論からインスピレーションを得ている。
我々のエージェントの堅牢な性能は、神経推論と学習のためのバックプロップフリーアプローチがゴール指向の行動を促進するという有望な証拠を提供する。
論文 参考訳(メタデータ) (2021-07-10T19:02:27Z) - Towards a Predictive Processing Implementation of the Common Model of
Cognition [79.63867412771461]
本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。
提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
論文 参考訳(メタデータ) (2021-05-15T22:55:23Z) - Hierarchical principles of embodied reinforcement learning: A review [11.613306236691427]
すべての重要な認知メカニズムが独立した計算アーキテクチャで独立に実装されていることを示す。
我々は,より洗練された認知的インスパイアされた階層的手法の開発を導くことを期待する。
論文 参考訳(メタデータ) (2020-12-18T10:19:38Z) - The Evolution of Concept-Acquisition based on Developmental Psychology [4.416484585765028]
知識に基づく人工知能システムの性能向上の鍵は、豊富な意味を持つ概念システムである。
概念を表現し、概念システムを構築する新しい方法を見つけることは、多くのインテリジェントシステムの性能を大幅に向上させる。
発達心理学は、人間の行動レベルで概念獲得の過程を注意深く観察する。
論文 参考訳(メタデータ) (2020-11-26T01:57:24Z) - Tracking Emotions: Intrinsic Motivation Grounded on Multi-Level
Prediction Error Dynamics [68.8204255655161]
目標達成に向けての進捗率と期待率の差が生じると、感情がどのように生じるかについて議論する。
自己生成的・動的目標に向けた行動を生成する本質的なモチベーションアーキテクチャを提案する。
論文 参考訳(メタデータ) (2020-07-29T06:53:13Z)
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。