論文の概要: Discovering Sensorimotor Agency in Cellular Automata using Diversity Search

• arxiv url: http://arxiv.org/abs/2402.10236v1
• Date: Wed, 14 Feb 2024 14:30:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-19 18:42:28.903707
• Title: Discovering Sensorimotor Agency in Cellular Automata using Diversity Search
• Title（参考訳）: 多様性探索を用いたセルオートマタにおけるセンサモレータの発見
• Authors: Gautier Hamon, Mayalen Etcheverry, Bert Wang-Chak Chan, Cl\'ement Moulin-Frier, Pierre-Yves Oudeyer
• Abstract要約: 細胞性オートマトン (CA) では、自己組織する環境ルールを見つけることができるかどうかが重要視されている。 このアプローチは, 自己組織化につながるCAの環境条件を系統的に把握する上で有効であることを示す。 発見されたエージェントは驚くほど頑丈で、動き、身体の整合性を維持し、さまざまな障害をナビゲートする能力を持っている。
• 参考スコア（独自算出の注目度）: 17.898087201326483
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The research field of Artificial Life studies how life-like phenomena such as autopoiesis, agency, or self-regulation can self-organize in computer simulations. In cellular automata (CA), a key open-question has been whether it it is possible to find environment rules that self-organize robust "individuals" from an initial state with no prior existence of things like "bodies", "brain", "perception" or "action". In this paper, we leverage recent advances in machine learning, combining algorithms for diversity search, curriculum learning and gradient descent, to automate the search of such "individuals", i.e. localized structures that move around with the ability to react in a coherent manner to external obstacles and maintain their integrity, hence primitive forms of sensorimotor agency. We show that this approach enables to find systematically environmental conditions in CA leading to self-organization of such basic forms of agency. Through multiple experiments, we show that the discovered agents have surprisingly robust capabilities to move, maintain their body integrity and navigate among various obstacles. They also show strong generalization abilities, with robustness to changes of scale, random updates or perturbations from the environment not seen during training. We discuss how this approach opens new perspectives in AI and synthetic bioengineering.
• Abstract（参考訳）: 人工生命の研究分野は、オートポエリス、エージェンシー、自己規制といった生命のような現象がコンピュータシミュレーションで自己組織化できるかを研究する。 細胞性オートマトン (CA) では、初期状態から「身体」、「脳」、「知覚」、「行動」などの存在を伴わない、頑健な「個人的」を自己組織する環境ルールを見つけることができるかどうかが重要視されている。 本稿では,機械学習の最近の進歩を活かし,多様性探索,カリキュラム学習,勾配降下といったアルゴリズムを組み合わせることで,このような「個人的構造」の探索を自動化し,外部の障害に対してコヒーレントな方法で反応し,その完全性を維持することができるようにした。 この手法により,CAにおける環境条件の体系的把握が可能であり,このような基礎的なエージェントの自己組織化につながることを示す。 複数の実験を通して, 検出されたエージェントは驚くほど頑健な運動能力を持ち, 身体の完全性を維持し, 様々な障害物の中を移動できることを示した。 それらはまた、スケールの変化、ランダムな更新、トレーニング中に見えない環境からの摂動に頑健な、強力な一般化能力を示す。 このアプローチがAIと合成バイオエンジニアリングの新しい視点をいかに開放するかについて議論する。

関連論文リスト

• Building Artificial Intelligence with Creative Agency and Self-hood [0.0]
  本論文は,最終ページで紹介された論文の学術的概要について紹介する。 自己触媒ネットワークの形式的枠組みは、自己組織化された自己維持構造の起源をモデル化する手段を提供する。
  論文  参考訳（メタデータ） (2024-06-09T22:28:11Z)
• Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
  本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。 研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-03-04T06:25:26Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• 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)
• Life-inspired Interoceptive Artificial Intelligence for Autonomous and Adaptive Agents [0.8246494848934447]
  インターセプション(Interoception)は、内部環境を監視して一定の範囲内に保持するプロセスである。 インターセプションを備えたAIを開発するためには、内部環境を表す状態変数を外部環境から分解する必要がある。 本稿では,相互受容が自律的かつ適応的なエージェント構築にどのように役立つか,新たな視点を提供する。
  論文  参考訳（メタデータ） (2023-09-12T06:56:46Z)
• 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)
• Towards the Neuroevolution of Low-level Artificial General Intelligence [5.2611228017034435]
  我々は、AI(Artificial General Intelligence, AGI)の検索は、人間レベルの知能よりもはるかに低いレベルから始まるべきだと論じる。 我々の仮説は、エージェントが環境の中で行動するとき、学習は感覚フィードバックによって起こるというものである。 環境反応から学習する生物学的にインスパイアされた人工ニューラルネットワークを進化させる手法を評価する。
  論文  参考訳（メタデータ） (2022-07-27T15:30:50Z)
• Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
  我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。 この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
  論文  参考訳（メタデータ） (2021-12-07T18:50:42Z)
• Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems [21.23182328329019]
  多様な表現の階層の教師なし学習を可能にする新しい動的・モジュラーアーキテクチャを導入する。 本システムは,ユーザの嗜好に対して効率よく多様性探索を適応できる発見アシスタントを構築できることを示す。
  論文  参考訳（メタデータ） (2020-07-02T15:28:27Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。