論文の概要: Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping
- arxiv url: http://arxiv.org/abs/2305.12892v1
- Date: Mon, 22 May 2023 10:20:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-23 16:51:35.049889
- Title: Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping
- Title（参考訳）: バイオインスパイクに基づくヒッポカンポと後頭頂皮質モデルによるロボットナビゲーションと環境擬似マッピング
- Authors: Daniel Casanueva-Morato, Alvaro Ayuso-Martinez, Juan P.
Dominguez-Morales, Angel Jimenez-Fernandez, Gabriel Jimenez-Moreno, Fernando
Perez-Pena
- Abstract要約: 本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
- 参考スコア（独自算出の注目度）: 52.77024349608834
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The brain has a great capacity for computation and efficient resolution of
complex problems, far surpassing modern computers. Neuromorphic engineering
seeks to mimic the basic principles of the brain to develop systems capable of
achieving such capabilities. In the neuromorphic field, navigation systems are
of great interest due to their potential applicability to robotics, although
these systems are still a challenge to be solved. This work proposes a
spike-based robotic navigation and environment pseudomapping system formed by a
bio-inspired hippocampal memory model connected to a Posterior Parietal Cortex
model. The hippocampus is in charge of maintaining a representation of an
environment state map, and the PPC is in charge of local decision-making. This
system was implemented on the SpiNNaker hardware platform using Spiking Neural
Networks. A set of real-time experiments was applied to demonstrate the correct
functioning of the system in virtual and physical environments on a robotic
platform. The system is able to navigate through the environment to reach a
goal position starting from an initial position, avoiding obstacles and mapping
the environment. To the best of the authors knowledge, this is the first
implementation of an environment pseudo-mapping system with dynamic learning
based on a bio-inspired hippocampal memory.
- Abstract（参考訳）: 脳は計算能力と複雑な問題の効率的な解決能力があり、現代のコンピュータをはるかに超えている。
神経形工学は、脳の基本原理を模倣して、そのような能力を達成するシステムを開発する。
ニューロモルフィックの分野では、航法系はロボット工学に応用できる可能性から大きな関心を集めているが、これらの系は依然として解決すべき課題である。
本研究は、後頭頂皮質モデルに接続された生体インスパイア海馬記憶モデルによって形成されたスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現の維持を担当し、ppcは局所的な意思決定を担当している。
このシステムはSpike Neural Networksを用いてSpiNNakerハードウェアプラットフォーム上で実装された。
ロボットプラットフォーム上での仮想および物理的環境におけるシステムの正しい機能を示すために,実時間実験のセットを適用した。
システムは、初期位置から開始したゴール位置に到達するために環境をナビゲートし、障害物を避け、環境をマッピングすることができる。
著者の知る限りでは、バイオインスパイアされた海馬記憶に基づく動的学習による環境擬似マッピングシステムの実装はこれが初めてである。
関連論文リスト
- Manifold Learning via Memory and Context [5.234742752529437]
本稿では,メモリとコンテキストを用いた多様体学習へのナビゲーションに基づくアプローチを提案する。
我々のアプローチは、感覚運動学習の潜在領域におけるナビゲーティングと解釈できるため、ナビゲーションベースと命名する。
本稿では,脳神経系におけるエピソード記憶とセマンティック記憶によるナビゲーション学習の生物学的実装について論じる。
論文 参考訳（メタデータ） (2024-05-17T17:06:19Z) - Bio-inspired computational memory model of the Hippocampus: an approach
to a neuromorphic spike-based Content-Addressable Memory [0.0]
本稿では,海馬CA3領域をベースとしたバイオインスパイアされたスパイキングコンテンツ適応型メモリモデルを提案する。
機能, ストレス, 適用性テストに基づく一連の実験を行い, 正しい機能を示すことができた。
本研究は,完全機能型バイオインスパイアされた海馬内容適応型メモリモデルの最初のハードウェア実装を示す。
論文 参考訳（メタデータ） (2023-10-09T17:05:23Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Neuromorphic Computing and Sensing in Space [69.34740063574921]
神経型コンピュータチップは、生物学的脳の構造を模倣するように設計されている。
ニューロモルフィックデバイスの低消費電力とエネルギー効率に重点を置くことは、宇宙応用には最適である。
論文 参考訳（メタデータ） (2022-12-10T07:46:29Z) - A bio-inspired implementation of a sparse-learning spike-based
hippocampus memory model [0.0]
本研究では,海馬に基づくバイオインスパイアされた新しい記憶モデルを提案する。
記憶を覚えたり、キューから思い出したり、同じキューで他の人を学ぼうとする時の記憶を忘れたりできる。
この研究は、完全に機能するバイオインスパイアされたスパイクベースの海馬記憶モデルの最初のハードウェア実装を示す。
論文 参考訳（メタデータ） (2022-06-10T07:48:29Z) - Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。
この記事では、そのような制限と、それらが緩和される方法について論じる。
これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文 参考訳（メタデータ） (2022-05-25T20:16:05Z) - Spike-based computational models of bio-inspired memories in the
hippocampal CA3 region on SpiNNaker [0.0]
完全機能海馬バイオインスパイア記憶のスパイクに基づく2つの計算モデルを開発した。
このモデルは、将来のスパイクベースの実装とアプリケーションへの道を開くかもしれない。
論文 参考訳（メタデータ） (2022-05-10T10:03:50Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳（メタデータ） (2020-04-14T20:52:49Z)
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。