論文の概要: Biological Robots: Perspectives on an Emerging Interdisciplinary Field

• arxiv url: http://arxiv.org/abs/2207.00880v1
• Date: Sat, 2 Jul 2022 17:06:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-07 09:31:30.384068
• Title: Biological Robots: Perspectives on an Emerging Interdisciplinary Field
• Title（参考訳）: 生物ロボット--新たな学際分野への展望
• Authors: D. Blackiston, S. Kriegman, J. Bongard, M. Levin
• Abstract要約: 本稿では, 発達生物学, コンピュータ科学, ロボット工学の交差点における課題について論じる。 生物ロボットの文脈では、概念やこれまでと異なる分野における変化を探索する。 技術的制限による境界が克服されるにつれて、新たな分野が生まれることを期待している」と述べた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Advances in science and engineering often reveal the limitations of classical approaches initially used to understand, predict, and control phenomena. With progress, conceptual categories must often be re-evaluated to better track recently discovered invariants across disciplines. It is essential to refine frameworks and resolve conflicting boundaries between disciplines such that they better facilitate, not restrict, experimental approaches and capabilities. In this essay, we discuss issues at the intersection of developmental biology, computer science, and robotics. In the context of biological robots, we explore changes across concepts and previously distinct fields that are driven by recent advances in materials, information, and life sciences. Herein, each author provides their own perspective on the subject, framed by their own disciplinary training. We argue that as with computation, certain aspects of developmental biology and robotics are not tied to specific materials; rather, the consilience of these fields can help to shed light on issues of multi-scale control, self-assembly, and relationships between form and function. We hope new fields can emerge as boundaries arising from technological limitations are overcome, furthering practical applications from regenerative medicine to useful synthetic living machines.
• Abstract（参考訳）: 科学と工学の進歩は、しばしば現象を理解し、予測し、制御するために使われる古典的なアプローチの限界を明らかにする。 進歩により、概念のカテゴリは、しばしば再評価され、最近発見された分野間の不変量をよりよく追跡する必要がある。 フレームワークを洗練し、実験的なアプローチや能力をより促進するために、規律間の矛盾する境界を解決することが不可欠である。 本稿では, 発達生物学, コンピュータ科学, ロボット工学の共通点における課題について論じる。 生体ロボットの文脈では, 材料, 情報, 生命科学の最近の進歩によって推進される概念や, それまで異なる分野にまたがる変化を探求する。 ここで、各著者は、それぞれの学際訓練によって、その主題について独自の視点を提供する。 我々は、計算と同様に、発達生物学とロボティクスの特定の側面は特定の材料に結びついていないと主張している。 技術的制約によって生じる境界が克服され、再生医療から有用な合成リビングマシンへの実践的応用が促進されることを願っている。

関連論文リスト

• Deep Dive into Model-free Reinforcement Learning for Biological and Robotic Systems: Theory and Practice [17.598549532513122]
  モデルフリー強化学習の数学的側面とアルゴリズム的側面を簡潔に表現する。 我々は,動物やロボットの行動に対するフィードバック制御のツールとして,テクスチタクタ・クリティカルな手法を用いた。
  論文  参考訳（メタデータ） (2024-05-19T05:58:44Z)
• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Ontology-Driven Processing of Transdisciplinary Domain Knowledge [15.819087559924784]
  現代科学は、現実の問題を根本的な方法で解くことができない。 Noosphereの論文は、学際的障壁を克服する方法で構築する必要がある科学の世界観にアピールする。
  論文  参考訳（メタデータ） (2023-11-01T07:42:34Z)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems [268.585904751315]
  科学のためのAI(AI4Science)として知られる新しい研究領域 領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。 主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
  論文  参考訳（メタデータ） (2023-07-17T12:14:14Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• From Machine Learning to Robotics: Challenges and Opportunities for Embodied Intelligence [113.06484656032978]
  記事は、インテリジェンスが機械学習技術の進歩の鍵を握っていると主張している。 私たちは、インテリジェンスを具体化するための課題と機会を強調します。 本稿では,ロボット学習の最先端性を著しく向上させる研究の方向性を提案する。
  論文  参考訳（メタデータ） (2021-10-28T16:04:01Z)
• Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
  理解の研究は、ロボットに世界が何を意味するのかを決定する。 人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。 ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
  論文  参考訳（メタデータ） (2021-01-02T12:34:39Z)
• Off-the-shelf deep learning is not enough: parsimony, Bayes and causality [0.8602553195689513]
  材料科学における深層学習の実現に向けた機会と障害について論じる。 私たちは、ディープラーニングとAIは、因果関係が知られている分野に革命をもたらすのに十分な位置にあると論じています。
  論文  参考訳（メタデータ） (2020-05-04T15:16:30Z)

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。