論文の概要: World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges
- arxiv url: http://arxiv.org/abs/2301.05832v1
- Date: Sat, 14 Jan 2023 06:38:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-18 18:44:16.293880
- Title: World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges
- Title（参考訳）: 認知・発達ロボティクスのための世界モデルと予測符号化:フロンティアと課題
- Authors: Tadahiro Taniguchi, Shingo Murata, Masahiro Suzuki, Dimitri Ognibene,
Pablo Lanillos, Emre Ugur, Lorenzo Jamone, Tomoaki Nakamura, Alejandra Ciria,
Bruno Lara, and Giovanni Pezzulo
- Abstract要約: 我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
- 参考スコア（独自算出の注目度）: 51.92834011423463
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Creating autonomous robots that can actively explore the environment, acquire
knowledge and learn skills continuously is the ultimate achievement envisioned
in cognitive and developmental robotics. Their learning processes should be
based on interactions with their physical and social world in the manner of
human learning and cognitive development. Based on this context, in this paper,
we focus on the two concepts of world models and predictive coding. Recently,
world models have attracted renewed attention as a topic of considerable
interest in artificial intelligence. Cognitive systems learn world models to
better predict future sensory observations and optimize their policies, i.e.,
controllers. Alternatively, in neuroscience, predictive coding proposes that
the brain continuously predicts its inputs and adapts to model its own dynamics
and control behavior in its environment. Both ideas may be considered as
underpinning the cognitive development of robots and humans capable of
continual or lifelong learning. Although many studies have been conducted on
predictive coding in cognitive robotics and neurorobotics, the relationship
between world model-based approaches in AI and predictive coding in robotics
has rarely been discussed. Therefore, in this paper, we clarify the
definitions, relationships, and status of current research on these topics, as
well as missing pieces of world models and predictive coding in conjunction
with crucially related concepts such as the free-energy principle and active
inference in the context of cognitive and developmental robotics. Furthermore,
we outline the frontiers and challenges involved in world models and predictive
coding toward the further integration of AI and robotics, as well as the
creation of robots with real cognitive and developmental capabilities in the
future.
- Abstract（参考訳）: 環境を積極的に探索し、知識を得、スキルを継続的に習得できる自律ロボットを作ることは、認知・発達ロボット工学において想定される究極の成果である。
彼らの学習プロセスは、人間の学習と認知発達の方法で、彼らの身体的および社会的世界との相互作用に基づいているべきである。
本稿では,この文脈に基づいて,世界モデルと予測符号化の2つの概念に焦点を当てる。
近年、人工知能への関心が高まり、世界モデルは新たな注目を集めている。
認知システムは世界モデルを学び、将来の感覚観測をより正確に予測し、そのポリシーを最適化する。
あるいは神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
いずれのアイデアも、継続的あるいは生涯学習が可能なロボットと人間の認知発達の基盤とみなすことができる。
認知ロボティクスと神経ロボティクスの予測コーディングに関する研究は数多く行われているが、aiの世界モデルに基づくアプローチとロボティクスの予測コーディングとの関係についてはほとんど議論されていない。
そこで本稿では,これらのトピックに関する現在の研究の定義,関係,状況,及び世界のモデルや予測符号化の欠如を,認知・発達ロボティクスの文脈における自由エネルギー原理や能動的推論といった重要な概念と合わせて明らかにする。
さらに,AIとロボティクスのさらなる統合に向けた世界モデルと予測コーディングに関わるフロンティアと課題を概説するとともに,将来的な認知・発達能力を持ったロボットの開発について述べる。
関連論文リスト
- Aligning Generalisation Between Humans and Machines [74.120848518198]
近年のAIの進歩は、科学的発見と意思決定支援において人間を支援できる技術をもたらしたが、民主主義と個人を妨害する可能性がある。
AIの責任ある使用は、ますます人間とAIのチームの必要性を示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack [7.253801704452419]
スパイキングニューラルネットワーク(SNN)によるニューロモルフィックコンピューティングの最近の進歩は、ロボット工学の具体的インテリジェンスを可能にする可能性を実証している。
本稿では, ロボットシステムにおいて, エンボディ型ニューロモーフィックAIを実現する方法について考察する。
論文 参考訳（メタデータ） (2024-04-04T09:52:22Z) - 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 call for embodied AI [1.7544885995294304]
我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。
Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。
このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
論文 参考訳（メタデータ） (2024-02-06T09:11:20Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。
本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。
これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文 参考訳（メタデータ） (2023-03-24T13:24:41Z) - Cognitive science as a source of forward and inverse models of human
decisions for robotics and control [13.502912109138249]
我々は、認知科学が人間の意思決定の前進モデルをどのように提供できるかを考察する。
我々はブラックボックスと理論駆動モデリングを合成するアプローチを強調した。
我々は,認知科学と制御研究の共通点にあるフレームワーク,方法論,行動可能な洞察の範囲を,読者に垣間見ることを目的としている。
論文 参考訳（メタデータ） (2021-09-01T00:28:28Z) - Neuroscience-inspired perception-action in robotics: applying active
inference for state estimation, control and self-perception [2.1067139116005595]
神経科学の発見が、ロボット工学における現在の推定と制御アルゴリズムを改善する機会をいかに開放するかについて議論する。
本稿では,実体プラットフォーム上でのこのような計算モデルの開発から得られた実験と教訓を要約する。
論文 参考訳（メタデータ） (2021-05-10T10:59:38Z) - Intelligent behavior depends on the ecological niche: Scaling up AI to
human-like intelligence in socio-cultural environments [17.238068736229017]
本稿では、AIの未来を概観し、人間のような知能のマシンモデルの方向性について議論する。
我々は、知的行動の彫刻における生態的ニッチの役割を強調し、特に人間の知性は、絶えず変化する社会文化的環境に適応するために根本的に形作られていた。
論文 参考訳（メタデータ） (2021-03-11T16:24:00Z)
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。