論文の概要: Cumulative culture spontaneously emerges in artificial navigators who
are social and memory-guided
- arxiv url: http://arxiv.org/abs/2206.06281v1
- Date: Mon, 13 Jun 2022 16:10:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-14 18:20:01.181000
- Title: Cumulative culture spontaneously emerges in artificial navigators who
are social and memory-guided
- Title（参考訳）: 社会と記憶誘導を持つ人工航海者における累積的文化の自然発生
- Authors: Edwin S. Dalmaijer
- Abstract要約: 累積的な文化進化は、非ヒト動物で引き続き見られる。
個人からの適応的な革新が社会学習を通じて連続的に受け継がれるときである。
このことは、累積的な文化的進化が出現するために必要な最小限の認知アーキテクチャが何かという疑問を提起する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While previously thought to be uniquely human, cumulative cultural evolution
continues to be found in non-human animals. It occurs when an adaptive
innovation from an individual is repeatedly passed onto consecutive generations
through social learning. For example, pigeons who fly alone or in stable pairs
show relatively rigid sub-optimal routes, but gradually improve route
efficiency over generations of pairs in which experienced members are swapped
for naive ones. This raises the question of what the minimally required
cognitive architecture is for cumulative cultural evolution to emerge. Here, I
aimed to answer this question in artificial agents who employ three main
functions: goal-direction, social proximity, and route memory. At the optima
for efficiency and generational efficiency improvement, agents replicated
cumulative culture observed in pigeons. At each optimum, paths were determined
primarily by memory, and to a lesser extent by social proximity and
goal-direction. Because of their need for social proximity, each naive agent
stayed close to their experienced counterpart as that followed its memorised
path. However, unhindered by route memory, the naive agent's heading was more
likely to err towards the goal. This subtly biased pairs' routes, and the
resulting efficiency improvement is thus regression to the goal. The resulting
incremental improvements over generations meet all core criteria in current
frameworks of cumulative cultural evolution, suggesting that rudimentary
cumulative optimisation is an evolutionary mechanism that emerges even in
simple systems that prefer social proximity and have a memory capacity.
- Abstract（参考訳）: これまでは人間特有の存在と考えられてきたが、累積的な文化進化は非ヒト動物にも見られる。
個人からの適応的な革新が社会学習を通じて連続的に受け継がれるときである。
例えば、単独または安定なペアで飛行するハトは、比較的厳格な亜最適経路を示すが、経験豊富なメンバーがナイーブな経路に交換される世代によって、ルート効率が徐々に向上する。
これは、累積的な文化進化のために必要最小限の認知アーキテクチャが生み出すかという疑問を提起する。
ここでは,目標指向性,社会的近接性,経路記憶の3つの主機能を有するエージェントに対して,この問題に答えようと考えた。
効率と世代効率の改善のためのオプティマでは、ハトで観察された累積培養を再現した。
それぞれの最適な経路は、主に記憶によって決定され、社会的近接と目標指向によってより少ない範囲で決定された。
社会的近接の必要性から、各エージェントは記憶された経路に沿って経験豊富なエージェントに近づいた。
しかし、ルート記憶に妨げられず、単純エージェントの進路は目標に向かって進む傾向が強かった。
これによりペアの経路が微妙に偏り、その結果の効率改善はゴールに回帰する。
累積的文化的進化の現在の枠組みでは、世代ごとの漸進的な改善が全ての中核的な基準を満たしており、初歩的な累積的最適化は、社会的近接を好んで記憶能力を持つ単純なシステムでも現れる進化のメカニズムであることを示している。
関連論文リスト
- Can Language Models Learn to Skip Steps? [59.84848399905409]
我々は推論においてステップをスキップする能力について研究する。
効率を高めたり認知負荷を減らすためのステップをスキップする人間とは異なり、モデルはそのようなモチベーションを持っていない。
私たちの研究は、人間のようなステップスキッピング能力に関する最初の調査である。
論文 参考訳（メタデータ） (2024-11-04T07:10:24Z) - Artificial Generational Intelligence: Cultural Accumulation in Reinforcement Learning [5.930456214333413]
社会的学習と独立学習のバランスをとる訓練が文化的な蓄積をもたらすことを示す。
In-contextとIn-weightsの文化的な蓄積は、それぞれ知識とスキルの蓄積に類似していると解釈できる。
この研究は、強化学習における創発的な文化的蓄積を実現するための一般的なモデルを初めて提示するものである。
論文 参考訳（メタデータ） (2024-06-01T10:33:32Z) - Cultural evolution in populations of Large Language Models [15.012901178522874]
本研究では,人間の振る舞いを模倣する大規模言語モデルの能力を利用することで,このギャップに対処できる可能性が示唆された。
人工エージェントは、文化の進化にますます参加することが求められているため、機械生成文化の進化のダイナミクスをより深く理解することが不可欠である。
本稿では, LLMの人口の文化的進化をシミュレーションする枠組みを提案し, 文化的進化において重要な変数の操作を可能にする。
論文 参考訳（メタデータ） (2024-03-13T18:11:17Z) - Generative Adversarial Neuroevolution for Control Behaviour Imitation [3.04585143845864]
本稿では,一般的なシミュレーション環境における行動模倣にディープ・ニューロエボリューションが有効かどうかを考察する。
我々は、単純な共進化的逆数生成フレームワークを導入し、標準の深い再帰ネットワークを進化させることにより、その能力を評価する。
全てのタスクにおいて、事前訓練されたエージェントが獲得したものよりも高いスコアを達成できる最後のエリートアクターが見つかる。
論文 参考訳（メタデータ） (2023-04-03T16:33:22Z) - Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。
ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。
我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。
この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文 参考訳（メタデータ） (2023-01-17T14:48:58Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳（メタデータ） (2022-12-01T21:04:03Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Learning Robust Real-Time Cultural Transmission without Human Data [82.05222093231566]
人工知能エージェントにおけるゼロショット、高リコール文化伝達を生成する方法を提案する。
我々のエージェントは、事前に収集された人間のデータを使わずに、新しい文脈で人間からリアルタイムの文化的伝達に成功した。
これは、人工知能を開発するアルゴリズムとしての文化進化の道を開くものである。
論文 参考訳（メタデータ） (2022-03-01T19:32:27Z) - The Introspective Agent: Interdependence of Strategy, Physiology, and
Sensing for Embodied Agents [51.94554095091305]
本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。
自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
論文 参考訳（メタデータ） (2022-01-02T20:14:01Z) - Investigation into Open-Ended Fitness Landscape through Evolutionary
Logical Circuits [11.136938223906984]
我々は、オープンエンドフィットネスランドスケープをモデル化したArthur and Polak (2006) によるシミュレーションを修正した。
集団規模の増加により,文化の蓄積速度が向上するかどうかを検討する。
論文 参考訳（メタデータ） (2020-02-03T08:21:24Z)
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。